MiniGPT-5是一个基于大型语言模型的图像和语言生成模型。它采用了一种创新的交错式视觉和语言生成技术，通过“生成vokens”作为图像和文本输出之间的桥梁。该模型经过两个阶段的训练，无需对图像进行详细描述，同时结合了无分类器引导的指导方法，提高了图像生成的效果。在多个评估数据集上，MiniGPT-5在人类评估中表现出优秀的多模态输出能力。
项目地址:
https://github.com/eric-ai-lab/minigpt-5
来源：https://mp.weixin.qq.com/s/DUsL-L9BMjQ2J4SBzdXuYQ
本文地址：https://www.163264.com/5407