大規模言語モデルが“目”を持つとどうなる？ グーグルによるデモの内容は

米グーグルは、大規模言語モデル（LLM）が、人間で言うところの視覚を備えるようになったらどうなるか、大規模視覚モデル（VLM）のデモを公開した。 　グーグルが公開したデモは、フリマアプリ「メル

リンク元