蝈蝈俊的技术心得

摘要： LLaVA（Large Language and Vision Assistant 大型语言和视觉助手 https://llava-vl.github.io/）是个多模态人工智能模型，它能同时理解和生成文本和图像内容。简单来说，这个模型就像一个可以看懂图片并且能用语言与人交流的智能助手。 LLaVA 阅读全文