תמונה-טקסט לטקסט
term_id: image_text_to_text
Category: application_paradigms
Definition
תהליך ‘תמונה-טקסט לטקסט’ מתייחס למודלים המעבדים קלטים חזותיים לצד שאילתות טקסטואליות כדי לייצר פלט שפה טבעית עקבי. מערכות אלו, המכונות לעיתים קרובות מודלי שפה-ראייה (VLMs), משלבות…
Summary
יכולת בינה מלאכותית רב-מודלית היוצרת תיאורים טקסטואליים או תשובות בהתבסס על תמונות קלט ופקודות טקסט אופציונליות.
Key Concepts
- למידה רב-מודלית
- מענה לשאלות ויזואליות
- כיתוב תמונות
- תשומת לב חוצה-מודלית
Use Cases
- כיתוב תמונות אוטומטי לנגישות
- מערכות מענה לשאלות ויזואליות
- ניתוח מדיניות תוכן