[일반] 멀티모달 자체는 놀라운 기술이 아님

[ㅇㅅㅇ(h7sa7h2msbxf)]

텍스트로 이미지를 싱성해내는 기술이 충분히 건재한데 그걸 정확히 반대로 하면 그게 멀티모달이지. 지금도 나와있는건 많음
그걸이제 llm에 얼마나 잘 접목시켜서 분석까지 제대로 하느냐가 관건인거지

[익명(f2wee26z9db8)]

아니지 미드저니같은건 태그로 나눠서 만든거라 맥락을 거의 이해못하는데 LLaVA는 맥락을 완벽하게 이해하든데? 이거 4월에 나온기술이고 아직 덜 알려진거같은데 gpt보다 더 신기함

[ㅇㅅㅇ(h7sa7h2msbxf)]

그게 llm의 영역이라니까? 무슨무슨 물건이 있고 사람들이 무슨 행동을 취하는것까지는 img to txt의 영역이지만 그 정보를 가지고 llm이 추론하는거야

[빙냥이ㄱㅇㅇ(6zd2cxvc44h4)]

gpt-4랑은 언어 능력의 차이가 나니까 아무래도 놀랍긴 하지'

[해당 댓글은 삭제되었습니다.]

해당 댓글은 삭제되었습니다.

[ㅇㅅㅇ(h7sa7h2msbxf)]

이미지 인식후 분석

[ㅇㅅㅇ(h7sa7h2msbxf)]

좀더 넓게는 이미지뿐아니라 소리나 촉각도 포함이고

[익명(218.155)]

걍 알고리즘 대응이 텍스트에서 끝나지 않는것을 말하는거 아닌가

[krosco(neter002)]

그건 멀티모달이랑 상관 없음