arXiv · cs.AI · Jiaqi Wang, Hanqi Jiang, Yiheng Liu, Chong Ma, Xu Zhang, Yi Pan, Mengyuan Liu, Peiran Gu, Sichen Xia, Lifeng Chen, Junhao Chen, Wenjun Li, Yutong Zhang, Zihao Wu, Zhengliang Liu, Tianyang Zhong, Bao Ge, Tuo Zhang, Ning Qiang, Xintao Hu, Xi Jiang, Xin Zhang, Wei Zhang, Dinggang Shen, Tianming Liu, Shu Zhang · 11 小时前模型评分25
多模态大语言模型综述：不同任务中的表现与挑战
A Comprehensive Review of Multimodal Large Language Models: Performance and Challenges Across Different Tasks
导读
一篇综述系统梳理了多模态大语言模型（MLLMs，Multimodal Large Language Models）在自然语言、视觉、音频等多模态任务中的应用，并对比分析了不同模型的任务侧重。文章还指出了当前模型的不足，并提出未来研究方向，为相关开发与应用提供参考。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “In this paper, we systematically sort out the applications of MLLM in multimodal tasks such as natural language, vision, and audio.”
来源：arXiv · cs.AI · arxiv.org