Sõnastik — Pildid, heli ja video
Multimodaalne
Multimodaalne mudel oskab töötada rohkem kui ühe sisendiliigiga — näiteks korraga teksti, pildi ja heliga.
4 tokenitMultimodaalne
Lihtsalt öeldes#
Vanemad mudelid oskasid ainult teksti. Tänased võtavad vastu pilte, heli ja videot ning oskavad neid ka luua.
Näide#
Saad teha ekraanipildi veateatest ja küsida „mis siin viga on“ — mudel loeb pildilt teksti ja konteksti välja.
Miks see sinu jaoks oluline on#
See muudab selle, mida üldse küsida saab. Dokumendi pildistamine ja küsimine on tihti kiirem kui teksti ümber kirjutamine.