RT @forasteran: mPLUG-Owlに動画色々入れて遊ぶｗ
動画の内容を質問できるの凄い！マルチモーダルLLM

視覚知識をViT-L/14、言語をLLaMA-7Bベースに、視覚と言語の両方から抽象化情報をLoRAで学習的な🤖

mPLUG-Owl: Modularization Empowers Large Language Models with Multimodality(4/27)
https://t.co/yaYPts5qpH https://t.co/p3JvmqKXAl