「GPT-4」を上回る性能で、グラフィカルな文書を読解するLLM技術

NTTは2024年4月12日、大規模言語モデル（LLM）の活用により、文書に含まれる図表やグラフなども含めて理解し、自然言語での指示に従って読解／応答する「視覚読解技術」を実現したと発表した。
情報元サイト：「EE Times Japan」
[ オリジナルサイトで見る ]