Episode 83 - Multimodale Modelle - Q-Former

Send us a text


In der heutigen Sendung steigen wir noch einmal in die Welt der
multimodalen Modelle ein. Diesmal sprechen wir über das
Bindeglied zwischen dem uni-modalen Bildverarbeitungsmodell und
dem uni-modalen Sprachverarbeitungsmodell, den Q-Former. Q-Former
sind eine effiziente Methode, das Training von multimodalen
Modellen durchzuführen. Wir diskutieren die Architektur,
Vorteile, Nachteile und Wirkweisen.


Support the show