| 언어 인코더 언어 인코더는 단어와 구문 간의 의미적 의미와 문맥적 연관성을 포착하여 AI 모델이 처리할 수 있는 텍스트 임베딩으로 변환합니다. 비전 인코더 비전 인코더는 이미지 또는 동영상 입력에서 색상, 모양, 텍스처와 같은 중요한 시각적 속성을 추출하여 머신러닝 모델이 처리할 수 있는 벡터 임베딩으로 변환합니다. 다음은 인기 있는 VLM의 몇 가지 예입니다. - DeepSeek-VL2 - Gemini 2.0 Flash - GPT-4o - Llama 3.2 - NVLM - Qwen 2.5-VL |
[링크 : https://www.ibm.com/kr-ko/think/topics/vision-language-models]
| 대표적인 오픈소스 VLM은? - LLaVA 1.6 (Hermes 34B) : 34억 개의 파라미터를 가진 모델, 고해상도 이미지(672x672)를 처리 지원 - CogVLM-Chat : 대화형 기능과 이미지 내 객체 인식 기능 지원 - Qwen-VL-Chat : 대화형 기능과 제로샷 객체 인식 기능을 지원 - PaliGemma : 구글에서 공개한 경량화된 VLM - SmolVLM : HuggingFace가 공개한 경량 VLM - Aya Vision : Cohere에서 공개한 VLM. 23개 언어 지원 |
[링크 : https://42morrow.tistory.com/entry/VLM-Vision-Langunage-Model-정리]
'모종의 음모 > ai 프로그램' 카테고리의 다른 글
| k-exaone 2.5 멀티모달 미지원 (0) | 2026.11.17 |
|---|---|
| k-exaone 2.5 api key 발급 (0) | 2026.11.17 |
| chatGPT 구독 취소 (0) | 2026.11.10 |
| ai 딸각 - 키즈카페 그거 (0) | 2026.11.08 |
| ai 딸각 - 웹 버튜버 시스템 (0) | 2026.11.07 |
