视觉大型语言模型 (vLLMs)

这篇文章介绍了视觉大型语言模型 (vLLMs)，重点介绍了它们除了文本之外处理图像和视频的能力。这代表了 LLM 能力的重大进步，扩展了它们对文本数据之外的理解。