Multimodal, yani çok kipli AI; metin, görsel, ses veya video gibi birden fazla veri türüyle çalışabilen sistemi anlatır. Örneğin bir model görüntü ve metin alıp yalnız metin üretebilir. Her çok kipli model bütün veri türlerini üretmek zorunda değildir.
Bir fotoğrafı açıklamak veya belge görüntüsünden bilgi çıkarmak bu yaklaşımın kullanım örnekleridir. Girdi ve çıktı desteği ayrı değerlendirilir. Küçük yazı, belirsiz görüntü veya eksik bağlam, modelin yorumunu etkileyebilir.
Yayıncı: TECHMOLA. Kaynak kontrolü: .
Düzeltme öner