文件與多模態智慧21 分鐘
多模態證據系統：視覺語言模型（VLM）、圖像基礎化（Figure Grounding）與跨模態檢索（Cross-Modal Retrieval）
純文字系統一旦證據不再主要是文字，就會失效；在無障礙旅行規劃中，照片、平面圖、路線地圖、圖說和量測資料往往會共同決定答案。
Huang Tzu Lin
標籤工程技術誌
#Multimodal Evidence
1 篇文章
1 篇文章
純文字系統一旦證據不再主要是文字，就會失效；在無障礙旅行規劃中，照片、平面圖、路線地圖、圖說和量測資料往往會共同決定答案。