多模态模型

根据提供的PDF文档内容，以下是对”Ferret-UI: Grounded Mobile UI Understanding with Multimodal LLMs”论文的归纳总结： 1. **研究背景**：– 移动应用程序已成为日常生活中的重要组成部分，但现有的多模态大型语言模型（MLLMs）在理解和与用户界面（UI）屏幕有效交互方面存在不…