LLaVA：大型语言和视觉助手

2023-04-18
LLaVA 是一个新型的端到端训练的大型多模态模型，结合了视觉编码器和 Vicuna，用于通用的视觉和语言理解，在模拟多模态 GPT-4 的精神方面具有令人印象深刻的聊天能力，并在科学问答中取得了新的…