NTT、LLMで視覚情報も含めて文書を理解する技術 (MITテクノロジーレビュー)

フラッシュ2024年4月16日NTT、LLMで視覚情報も含めて文書を理解する技術 by MITテクノロジーレビュー編集部 [MIT Technology Review Japan] NTTは、大規模言語モデル(LLM)によって、視覚情報も含めて文書を理解する「視覚読解技術」を実現。同社が研究開発している大規模言語モデル「ツヅミ(tsuzumi)」のアダプタ技術として採用・導入したことを明らかにした …