Emanuele Bugliarello

この研究は、テキストから画像モデルの評価方法を改善する方法を提供してるよ。

PaliGemmaは画像とテキストの理解を組み合わせて、いろんな用途に使えるようにしてるよ。

VLMは視覚と言語を組み合わせて、世界をもっと理解する賢いマシンを作り出してるんだ。