Effiziente Verarbeitung und Analyse von Inhalten zur Gewinnung von Erkenntnissen: Ein neuer Ansatz zur Verbesserung der feingranularen Bildwahrnehmung von Multimodalen Großsprachmodellen

Ein neuer Rahmen zur Verbesserung der feingranularen Bildwahrnehmungsfähigkeit von Multimodalen Großsprachmodellen durch die Verwendung von Referenzverständnisaufgaben in der Instruktionsanpassung und eine effiziente Methode zur Erweiterung bestehender Datensätze.