搜狐23 小时
多模态大模型应用开发实训室建设方案
从技术演进阶段来看，2010 - 2018年是单模态模型时代，文本领域出现了BERT、GPT - 1等预训练模型，视觉领域则是ResNet、VGG等CNN架构主导，但存在模态割裂、无法跨模态理解的局限。2018 - 2022年进入跨模态融合阶段，CLIP（图文匹配）、ViLBERT（视觉 - 语言联合建模 ...