Una guía muestra cómo entrenar modelos de IA que comprenden texto e imágenes juntos (multimodal).

Resumen fuente

Una guía muestra cómo entrenar modelos de IA que comprenden texto e imágenes juntos (multimodal). Dichos modelos pueden, por ejemplo, buscar imágenes coincidentes para textos o viceversa. Esta tecnología es la base para funciones de búsqueda avanzadas y recomendaciones de contenido.