多模态大语言模型

2023 年我们正见证着多模态大模型的跨越式发展，多模态大语言模型（MLLM）已经在文本、代码、图象、视频等多模态内容处理方面表现出了空前的本领，成为技术新浪潮。以 Llama 2，Mixtral 为代表的大语言模型（LLM），以 GPT-4、Gemini、LLaVA 为代表的多模态大语言模型跨越式发展。然而，它们的本领缺乏细致且偏应用级的评测，可信度和因果推理本领的对比也尚存空白。近日，上海人工…