Le modèle Instruct-Imagen de Google intègre les grands modèles de langage et l'écosystème d'apprentissage autosupervisé

Le modèle Instruct-Imagen de Google a réussi à intégrer les grands modèles de langage et l'écosystème existant d'apprentissage autosupervisé. Ce modèle utilise intelligemment le langage naturel et le contenu d'entrée pour appeler différents modèles, ouvrant ainsi de nouvelles possibilités dans le domaine de la génération d'images multimodales. Les chercheurs ont également proposé des recommandations pour mettre en œuvre un entraînement amélioré par la recherche et un ajustement d'instructions multimodales afin d'améliorer les performances et les capacités de généralisation du modèle.