第72回
ツール・環境
AIは、大規模言語モデル（LLM）から大規模マルチモーダルモデル（LMM）へと急速に進化を続けています。LMMでは、自然言語テキストに加えて、画像などの複数のモダリティの入力に対して、自然言語のテキストで応答をすることができます。さらには、応答出力も言語だけでなく、複数のモダリティでの応答が可能になってきています。LMMは、LLMの基盤の上に展開しており、ここでは、画像を例にして、その概要を紹介します。