Architecture
Modèle vision-langage
Un modèle qui comprend les images avec le texte : il répond à des questions sur des photos, graphiques, captures d'écran ou documents.
La plupart des modèles de chat de pointe sont désormais vision-langage. Ils lisent une facture scannée, décrivent un schéma ou raisonnent sur une capture, mais les détails fins et les chiffres exacts restent à vérifier.
Questions fréquentes
Que signifie Modèle vision-langage ?
Un modèle qui comprend les images avec le texte : il répond à des questions sur des photos, graphiques, captures d'écran ou documents. La plupart des modèles de chat de pointe sont désormais vision-langage. Ils lisent une facture scannée, décrivent un schéma ou raisonnent sur une capture, mais les détails fins et les chiffres exacts restent à vérifier.