- "LLaVA : Large Language and Vision Assistant"
- 범용적인 시각 및 언어 이해를 위해 비전 인코더와 Vicuna를 결합한 대규모 멀티 모달 모델
- 멀티모달 GPT-4 수준의 능력 및 과학 질문/답변에 있어서 SOTA 정확도를 추구
- 논문과 코드, 데모 공개
…
잼난 개발놀이, 노리컴퍼니