原书出处
大语言模型-基础与前沿 (熊涛)
11 第11章 视觉语言模型
挑战是自然生成数据的稀缺。在单个聊天对话中组合图像和文本的情况并不常见。为了解决这一难题,研究人员提出了一种巧妙的方法。
首先,研究人员可以创建一个配对模态数据集,如图像描述,为聊天机器人的训练提供基础。其次,他们可以借助GPT-4作为智能数据增强器的强大功能来模拟对话。
这样,聊天机器人就可以学习理解和响应多模态交互的独特特征,即使在自然生成数据稀缺的情况下也是如此。图11-15展示了一个
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter13.xhtml
EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d