効率的な多様性ビジョン言語モデルの開発 - Mini-Geminiの提案

Mini-Geminiは、効率的な高解像度視覚トークン抽出、高品質データ活用、およびビジョン言語モデルの生成能力拡張により、従来のモデルを大幅に上回る性能を実現する。