VLM概説

視覚言語モデル（VLM）とは？　LLMに「目」が宿る次世代AIの仕組みと活用事例

VLM関連論文

【論文紹介】CLIP: 自然言語で学習する汎用画像モデル（2021）

【論文紹介】Few-Shot学習で驚異的な性能を発揮するVisual Language Model「Flamingo」（2022）

【論文紹介】BLIP-2：既存モデルを賢く活用！　省コストで高性能なVision-Language Pre-training（2023）

【論文紹介】マルチモーダルLLM「LLaVA」、画像と対話するAIアシスタント（2023）