英伟达开源NVLM 1.0屠榜多模态！纯文本性能不降反升

英伟达推出的NVLM 1.0系列多模态大模型在视觉语言任务上表现优异，与GPT-4o等模型相媲美，并在文本数学和编码基准测试中平均准确率提高4.3个百分点。该模型通过引入1-D图块标签设计，提升了多模态推理和OCR任务性能，并在多模态训练中整合高质量纯文本数据集，增强数学和编码能力。
来源：https://mp.weixin.qq.com/s/Q0SItplR2Ok2_0RhBLMxiA