🚀 创新设计: DocLLM采用分离的空间注意机制，专注于边界框信息，解决文本和空间模态交汇处的复杂语义问题。
然而，获取大规模的平行数据对于某些任务可能是困难的或成本较高的。因此，如果缺乏足够的平行数据，DeWave方法的性能可能会受到限制。
2023年9月，79元眉笔事件爆发，但如果不是那封公开信，保持沉默的花西子未必会有后来更大范围的公关危机。
它不仅可以从图片中提取信息并回答问题，还可以将图片转化为JSON格式。LLaVA还可以识别验证码、识别图中的物体品种等，展现出了强大的多模态能力。在性能上接近GPT-4的情况下，LLaVA具有更高的成本效益，训练只需要8个A100即可在1天内完成。
贾跃亭对FF的未来充满信心。