LLM · 多模态

梳理视觉、音频、视频模型的表示、训练、推理、评测与安全。

从输入与输出模态的区别入手，再分析编码器、连接模块和语言模型各自承担什么。对同一个失败案例，尝试区分感知丢失、推理错误和证据不足，而不是只看多模态总分。

章节

1. 第二十三章：多模态模型

返回 LLM 相关知识点。