マルチモーダル翻訳

マルチモーダル埋め込み

異なるモダリティ（テキスト、画像、音声）が数学的に比較・操作できる共有空間内のベクトル表現。これらの埋め込みは検索や類似性などのクロスモーダル意味操作を可能にする。

← 戻る