マルチモーダルトランスフォーマー

BEiT-3

モダリティ固有の埋め込みを持つマルチウェイトランスフォーマーを使用して、画像、テキスト、および画像-テキストを統一的に処理するBidirectional Encoder representation from Image Transformer v3モデル。

← 戻る