多模态大模型

看得懂图片，又一个多模态大模型MiniGPT4发布，仅用4块A100训练10小时

最新发布的MiniGPT4是一个多模态大模型，可以理解图片并利用文本描述生成内容。它是通过整合BLIP-2和Vicuna来将图片转化为文本描述并根据这些描述创建内容。仅使用了4块A100 GPU训练10小时。通过冻结大部…