Capitolo 9. Modelli linguistici multimodali di grandi dimensioni
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Quando pensi ai grandi modelli linguistici (LLMs), la multimodalità potrebbe non essere la prima cosa che ti viene in mente. Dopo tutto, si tratta di modelli linguistici! Ma possiamo subito capire che i modelli possono essere molto più utili se sono in grado di gestire tipi di dati diversi dal testo. Ad esempio, è molto utile se un modello linguistico è in grado di dare un'occhiata a un'immagine e rispondere a domande su di essa. Un modello che è in grado di gestire testo e immagini (ognuna delle quali è chiamata modalità) è detto multimodale, come si può vedere nella Figura 9-1.
Figura 9-1. I modelli che sono in grado di gestire diversi tipi (o modalità) di dati, come immagini, audio, video o sensori, sono detti multimodali. È possibile che un modello accetti una modalità come input ma non sia in grado di generare in quella modalità.
Abbiamo visto nascere dagli LLMs ogni sorta di comportamento emergente, dalle capacità di generalizzazione e ragionamento all'aritmetica e alla linguistica. Man mano che i modelli diventano più grandi e più intelligenti, crescono anche le loro abilità.1
La capacità di ricevere e ragionare con input multimodali potrebbe aumentare ulteriormente e ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
Julian F.
Head of Cybersecurity
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.
Addison B.
Field Engineer
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.
Amir M.
Data Platform Tech Lead
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
