サイバーエージェント、独自の日本語LLMに視覚を付与したVLMモデル–75億パラメータ

サイバーエージェントは6月13日、75億パラメータの日本語VLM（Vision Language Model、大規模視覚言語モデル）を公開した。このモデルをベースとしてチューニングを行うことにより、画像を加味した対話AIなどの開発も可能という。
Source: Cnet

リンク元