マルチモーダル | 機械学習と情報技術

CLIPの対照学習を数式から理解してPythonで実装する

2025年12月30日 Transformer

CLIP（Contrastive Language-Image Pre-trai...

CLIP Transformer Vision Transformer マルチモーダル対照学習深層学習

マルチモーダルLLMの設計パターンと融合手法を解説

2025年12月19日 Transformer

マルチモーダルLLM（Large Language Model）は、テキストだけ...

GPT-4V LLM Transformer Vision-Language マルチモーダル深層学習

LLaVAアーキテクチャの理論と実装

2025年12月18日 Transformer

LLaVA（Large Language and Vision Assistan...

LLaVA LLM Transformer Vision-Language マルチモーダル深層学習

[data-arkb-linkbox]{cursor:auto}[data-arkb-link][aria-hidden="true"]{visibility:visible;color:transparent;z-index:0;width:100%;height:100%;pointer-events:auto}a.arkb-boxLink__title{text-decoration:underline}