返信先: 第四次産業革命・シンギュラリティ系ビジネス・技術３５

[光の如来]

Microsoftがマルチモーダル大規模言語モデル(MLLM)のKOSOMOS-1を発表（KOSMOS-2,3を見据えてる感、音は今後つけるっぽい）。
様々な自然言語タスクに加えて、視覚的対話、視覚的説明、視覚的質問応答、画像キャプション、単純な方程式計算、OCR、画像分類を行える。 https://t.co/ZMph95mr4D pic.twitter.com/pgFABhD1gS

— bioshok(INFJ) (@bioshok3) February 28, 2023