CogVLM：预训练语言模型的视觉专家
原文中文，约400字，阅读约需1分钟。
📝
内容提要
CogVLM是一种开源视觉语言基础模型，通过视觉专家模块实现了视觉语言特征的深度融合，不会影响自然语言处理任务性能。在10个跨模态基准测试中取得最先进的性能，在其他测试中排名第二，超过或与PaLI-X 55B相匹配。
🏷️
