cross-modal
term_id: cross_modal
Category: basic_concepts
Definition
Cross-modal AI involverer bearbejdning og korrelation af data fra distinkte modaliteter, såsom kombination af visuelle, auditive og tekstuelle input. Disse systemer lærer delte repræsentationer for at forstå relati…
Summary
Teknikker, der integrerer og behandler information på tværs af forskellige sensoriske datatyper som tekst og billeder.
Key Concepts
- Multimodal læring
- Datafusion
- Delte embeddings
- Inter-modal kortlægning
Use Cases
- Billedtekstning
- Visuel spørgsmålssvar
- Multimodal søgning