マルチモーダルトランスフォーマー

Flamingo

既存の事前学習済みトランスフォーマーを視覚-言語注意モジュールで適応させる視覚-言語モデル。完全な再学習なしで、複雑なマルチモーダル理解タスクにおける少数ショット学習を可能にする。

← 戻る