マルチモーダル生成モデル

マルチモーダルパーセプター

異なるモダリティ（テキスト、画像、オーディオ）を単一の潜在空間のトークンシーケンスとして処理する統一アーキテクチャ。クロスアテンションを使用してそれらの相互作用をモデリングする。

← 戻る