Sjednat call

Daniel & Friends / Slovník / Multimodální model

AI a automatizace

Multimodální model

Multimodální model zpracovává víc druhů vstupu najednou, typicky text, obrázky, zvuk nebo video, a umí odpovídat v několika z nich. Díky tomu dokáže například popsat fotku, přečíst graf nebo přepsat a shrnout nahrávku schůzky.

Daniel Votruba ·


V praxi

Využijete ho, když chcete nahrát screenshot reklamy nebo fakturu a ptát se na ně běžnou řečí. Kvalitu vždy ověřte na vlastních podkladech.

Související pojmy

  • Foundation model: Foundation model je velký model předtrénovaný na obrovském množství dat, který slouží jako základ pro mnoho různých úloh.
  • Velký jazykový model (LLM): Velký jazykový model je model natrénovaný na obrovském množství textu, který predikuje další slova a umí psát, shrnovat a odpovídat.
  • Text-to-image: Text-to-image je generování obrázků z textového zadání.
  • Počítačové vidění: Počítačové vidění je obor AI, který počítačům umožňuje rozpoznávat a vyhodnocovat obsah obrázků a videa.

Další pojmy ze skupiny AI a automatizace

Náklady a limity AI · Multi-agent systém · Neuronová síť · MCP (Model Context Protocol) · NLP (zpracování přirozeného jazyka) · Malý jazykový model (SLM) · No-code a low-code · Kontextové okno · Open-weight model · Klonování hlasu · Personalizace pomocí AI · Jailbreak (AI) · Inference a latence · Prediktivní analytika · ChatGPT Ads · Prompt · Chain of thought · Prompt engineering · Human in the loop · Prompt injection · Hluboké učení (deep learning) · Převod řeči na text (speech-to-text) · Halucinace · Převod textu na řeč (text-to-speech)

Celý slovník (590 pojmů)

Pojmy do praxe

Potřebujete s nimi pomoct?

Pojmy jsou jedna věc, nasazení druhá. Projdeme, co z nich se vám vyplatí, a řekneme to na rovinu. První názor dostanete zdarma a odpovídáme do 24 hodin.

Sjednat call

Líbil se vám článek? Sdílejte ho s přáteli.