文章目录

• 一. 视觉语言模型解析
• • 1.什么是视觉语言模型？
  • 2. 开源视觉语言模型概览
  • 3. 如何找到合适的视觉语言模型
  • • MMMU
    • MMBench
  • 4. 技术细节
  • 5.使用变压器 (transformers) 运用视觉语言模型
  • 6. 使用 TRL 微调视觉语言模型
• 二. 参考文章

一. 视觉语言模型解析

视觉语言模型是一类能够同时从图像和文本中学习，以处理从视觉问题回答到图像描述等多种任务的模型。本文将深入探讨视觉语言模型的核心组成部分，介绍其工作原理，