多模态arXiv · 论文作者2023年4月17日LLaVA:视觉指令微调(论文首次公开)研究通过视觉指令数据连接图像编码器与语言模型,探索通用视觉对话能力。阅读与学习 追踪事件 · 1 篇报道核对原文 ↗