C3L: 通过对比学习生成与内容相关的视觉语言指导调参数据

本文总结了对多模式大语言模型进行图像语言指令调整的方法。通过调整设置和数据集，构建了数据收集、指令生成和质量控制模块的构建流水线。通过实验验证了构建原则的合理性。