admin 管理员组

文章数量: 1184232

本文是LLM系列文章，针对《A Survey of Multimodal Large Language Model from A Data-centric Perspective》的翻译。

以数据为中心的多模态大型语言模型综述

  • 摘要
  • 1 引言
  • 2 背景和分类
  • 3 数据收集和处理
  • 4 以数据为中心的预训练
  • 5 以数据为中心的自适应
  • 6 评估
  • 7 未来方向
  • 8 结论

摘要

多模态大型语言模型 （MLLM） 通过集成和处理来自多种模态（包括文本、视觉、音频、视频和 3D 环境）的数据来增强标准大型语言模型的功能。数据在这些模型的开发和改进中起着关键作用。在这项调查中，我们从以数据为中心的角度全面回顾了有关 MLLM 的文献。 具体来说，我们探索了在 MLLM 的预训练和适应阶段准备多模态数据的方法。此外，我们还分析了数据集的评估方法，并回顾了评估 MLLM 的基准。我们的调查还概述了未来潜在的研究方向。这项工作旨在为研究人员提供对 MLLM 数据驱动方面的详细理解，促进该领域的进一步探索和创新。

1 引言

2 背景和分类

3 数据收集和处理

4 以数据为中心的预训练

5 以数据为中心的自适应

6 评估

7 未来方向

本文标签： Large Language Survey Multimodal centric

版权声明：本文标题：A Survey of Multimodal Large Language Model from A Data-centric Perspective 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://roclinux.cn/b/1766495517a3463768.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。