/
githubmirror
/
Prompt-Engineering-Guide
Обзор
Документация
Войти
/
githubmirror
/
Prompt-Engineering-Guide
Код
Запросы
0
Пакеты
0
Релизы
0
Аналитика
Безопасность
main
pages/techniques/multimodalcot.it.mdx
15 строк
993 B
napo
update italian version
14 апр 2023, 11:11
14 апр 2023, 11:11
258b981
Код
Авторство
О чём код?
# Multimodal CoT Prompt import { Callout, FileTree } from 'nextra-theme-docs' import {Screenshot} from 'components/screenshot' import MCOT from '../../img/multimodal-cot.png' [Zhang et al. (2023)](https://arxiv.org/abs/2302.00923) ha recentemente proposto un approccio multimodale di suggerimento a catena di pensiero. Il CoT tradizionale si concentra sulla modalità linguistica. Al contrario, Multimodal CoT incorpora testo e visione in un quadro a due fasi. Il primo passo prevede la generazione di motivazioni basate su informazioni multimodali. Questa è seguita dalla seconda fase, l'inferenza della risposta, che sfrutta le motivazioni informative generate. Il modello CoT multimodale (1B) supera GPT-3.5 sul benchmark ScienceQA. <Screenshot src={MCOT} alt="MCOT" /> Sorgente Immagine: [Zhang et al. (2023)](https://arxiv.org/abs/2302.00923) Ulteriori letture: - [Language Is Not All You Need: Aligning Perception with Language Models](https://arxiv.org/abs/2302.14045) (Feb 2023)