マルチモーダルトランスフォーマー

モダリティ埋め込み

元のモダリティ（テキスト、画像、音声）を示すためにトークン埋め込みに追加される特定のエンコーディングベクトルで、トランスフォーマーが各タイプのデータを区別して異なる方法で処理できるようにします。

← 戻る