首页 > 试题广场 >

关于多模态大模型（如 BLIP-2、LLaVA、GPT-4V

[不定项选择题]
关于多模态大模型（如 BLIP-2、LLaVA、GPT-4V）的表述正确的是（多选） 
  • LLaVA 完全移除视觉编码器
  • 多数开源多模态 LLM 的视觉适配层参数量远小于语言模型主体，可视作 PEFT
  • GPT-4V 将视觉信息 token 化并与文本一起在统一 Transformer 建模
  • BLIP-2 冻结视觉编码器 + Q-former，将视觉特征对齐到语言模型可用空间
查看答案及解析
添加回答

这道题你会答吗？花几分钟告诉大家答案吧！

提交观点

问题信息

来自：2025年秋招-华为-...
难度：
0条回答 7浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号