NVLM 1.0

画像とテキストを理解する、次世代のマルチモーダル LLM

ウェブサイトを訪問

NVLM 1.0 は、最先端の画像とテキストを組み合わせたマルチモーダル LLM のファミリーです。GPT-4o や Llama 3-V 405B、InternVL 2 などの主要なプロプライエタリモデルおよびオープンアクセスモデルに匹敵する、最先端の結果を画像とテキストのタスクで達成します。