多模态语言模型Macaw-LLM

【Macaw-LLM: 一种多模态语言模型，无缝结合图像、视频、音频和文本数据，为语言建模带来突破，集成了CLIP、Whisper和LLaMA等先进模型】

Macaw-LLM: Multi-Modal Language Modeling with Image, Audio, Video, and Text Integration -

Macaw-LLM: Multi-Modal Language Modeling with Image, Video, Audio, and Text Integration' Chenyang Lyu

GitHub: https://github.com/lyuchenyang/Macaw-LLM 

论文地址：https://event-cdn.baai.ac.cn/file/file-browser/TTxGEjM5zTJj2aTNDJfWRQ2b6T4NHaFb.pdf 

内容中包含的图片若涉及版权问题，请及时与我们联系删除