EPFL的研究人员推出了4M，这是一个开源框架，旨在训练多功能和可扩展的多模态基础模型。4M通过将多种模态（如图像、文本和几何元数据）整合为统一的令牌序列，克服了现有模型在广泛任务中的泛化能力不足和负迁移的问题，从而支持21种模态的预测，显著提升了模型的灵活性和效率。
参考：
https://github.com/apple/ml-4m/
点个分享、点赞与在看，你最好看~
EPFL的研究人员推出了4M，这是一个开源框架，旨在训练多功能和可扩展的多模态基础模型。4M通过将多种模态（如图像、文本和几何元数据）整合为统一的令牌序列，克服了现有模型在广泛任务中的泛化能力不足和负迁移的问题，从而支持21种模态的预测，显著提升了模型的灵活性和效率。
参考：
点个分享、点赞与在看，你最好看~
