মাল্টিমোডাল ট্রান্সফরমার
ইমেজ ক্যাপশনিং ট্রান্সফরমার
এনকোডার-ডিকোডার ট্রান্সফরমার আর্কিটেকচার যা ইনপুট ইমেজের জন্য স্বয়ংক্রিয়ভাবে বর্ণনামূলক এবং সামঞ্জস্যপূর্ণ টেক্সটুয়াল বিবরণ তৈরি করে।
← ফিরে যান