本文提出了一种新方法，通过细粒度知识嵌入空间图，提升多模态大语言模型的视觉理解能力。研究表明，prompt-aware适配器能够动态嵌入视觉输入，从而增强模型在视觉问答任务中的表现。文章还回顾了多模态大语言模型的相关文献，分析了其架构、训练技术及未来研究方向。

KEPLER是一种结合了知识嵌入和预训练自然语言表示模型的新模型，在多种自然语言处理任务上表现出色。它还在KG链接预测中取得了显著效果，并构建了大规模的带有实体描述的知识图谱数据集Wikidata5M，推动了大型知识图谱、归纳式知识嵌入和具有文本的知识图谱研究。