What is Multimodal Model? Definition | AI Understanding

定义

可以处理或生成文本、图像和音频等多种数据类型的模型。

相关术语

生成文本、图像、音频、视频或代码等新内容的人工智能系统。

一种学习文本和图像之间共享表示的多模态模型架构。

上下文窗口

语言模型一次可以处理的输入标记的最大数量。

卷积神经网络（CNN）

一种针对处理图像等网格数据而优化的神经架构。

现实世界输入数据随时间的变化可能会降低模型性能。

将标签或目标输出分配给原始数据以进行监督学习的过程。

在我们的免费指南中了解更多信息

AI Models Explained Model Collapse Model Lifecycle Model Context Protocol

参见

Model Quantization Named Entity Recognition (NER)Model Drift Natural Language Processing (NLP)Model Card Neural Network Mixture of Experts (MoE)Normalization

浏览完整的人工智能术语表探索所有免费的人工智能指南