Hugging Faceが単一Transformerで構成されるマルチモーダル・エンコーダNeoMMEを発表

Hugging Faceが単一Transformerで構成されるマルチモーダル・エンコーダNeoMMEを発表 https://bunrin.work/news/ja/news/neomme-an-efficient-multimodal-native-and-multilin-65245 Hugging Faceは、テキストと画像を単一のTransformerで処理する、260Mと800Mの2つのサイズを持つマルチモーダル・エンコーダ「NeoMME」を発表しました。