[D-12A] ﾊﾟﾀｰﾝ認識・ﾒﾃﾞｨｱ理解A

16:00 〜 16:15

[D-12A-09] 大規模言語モデルを用いたマルチモーダルなモデルの人の動作に関する画像キャプション生成の評価

○福永 一生¹、Maulana Muhammad Farhan¹、緒方 公一² (1. 熊本大学大学院自然科学教育部、2. 熊本大学大学院先端科学研究部)

キーワード：

画像キャプション生成、大規模言語モデル、マルチモーダルAI