文章预览 多模态大语言模型（MLLM）作为人工智能领域的前沿研究方向，保安保洁13825404095是实现通用人工智能（AGI）的关键要素之一，其独特之处在于能够整合多种类型的信息，尤其是文本与图像数据。当前MLLMs主要采用预训练和指令微调两阶段范式，并取得了一定的进展，但在对齐能力建模方面仍存在不足，主要体现在两个方面：一是在预训练阶段，模型通常假设所有图像-文本对具有统一的对齐程度，但实际上不同图像-文本对的对齐程度存在差异；二是在指令微调阶段，模型未考虑不同任务对齐能力差异的问题，对此，南京大学的研究人员提出了AlighGPT模型以解决这些问题。 原标题：AlignGPT: Multi-modal Large Language Models with Adaptive Alignment Capability 论文链接： https://arxiv.org/abs/2406.00627 一、主要贡献： 1、提出AlighGPT模型，用于增强MLLMs的对齐能力。 2、提出一种新的对齐策略， ………………………………
原文地址：访问原文地址
快照地址：
访问文章快照
总结与预览地址：访问总结与预览
