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
乎与人类的完整性相当,但在准确性和连贯性方面落后于人类。 在整个流程中依赖预训练模型的一个可能的弱点是:可能会加剧错误。
如果通过视觉线索将不正确的内容输入文本生成器中,则可能会加重影响,导致准确性和连贯性降低。研究人员已经观察到,最终输出结果中的错误主要是由局部标记和描述模块中的错误造成的。
出现这种情况的原因是,局部区域可能较小,会出现与训练数据不同的领域偏移(domain shift)。为了解决这个问题,可
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