태그: VLM
이 태그가 포함된 글들입니다. (총 1개)
VLM
VLM (Vision-Language Model) # VLM은 이미지(또는 영상)와 글을 함께 이해하는 모델이다. 우리말로는 비전-언어 모델이라고 한다. LLM이 글만 읽고 글을 쓴다면, VLM은 사진을 “보고” 그 내용을 글로 설명하거나 사진에 대한 질문에 답한다.
예를 들어 영수증 사진을 넣고 “합계 금액이 얼마야?“라고 물으면, VLM은 사진 속 글자를 읽고 표 구조를 이해한 뒤 “32,500원"이라고 답한다. 사람이 사진과 글을 동시에 보면서 판단하는 일을 모델 하나가 하는 것이다.
LLM과의 관계 # 오늘날 대부분의 VLM은 이미 잘 학습된 LLM에 “눈"을 붙인 구조다.