LaVy：越南语多模态大语言模型
计算与语言
2024-07-17 v6 计算机视觉与模式识别
机器学习
摘要
大语言模型（LLM）与多模态大语言模型（MLLM）凭借在复杂推理和语言理解方面的卓越能力，已在全球引起广泛关注。尽管目前已有大量关于越南语大语言模型的研究，但多模态领域高质量资源的缺乏限制了越南语 MLLM 的发展。本文率先解决这一问题，提出最先进的越南语 MLLM——LaVy，并引入 LaVy-Bench 基准，用于评估 MLLM 在越南语视觉语言任务上的理解能力。项目已开源：https://github.com/baochi0212/LaVy
引用
@article{arxiv.2404.07922,
title = {LaVy: Vietnamese Multimodal Large Language Model},
author = {Chi Tran and Huong Le Thanh},
journal= {arXiv preprint arXiv:2404.07922},
year = {2024}
}
备注
5 pages