多模态大模型中，视觉特征传递给 LLM 有哪些常见方法？

Question

Accepted Answer

考察点：考察对多模态模型架构中视觉与语言模态融合方式的理解。回答思路：能列举并区分视觉特征映射、Q-Former、交叉注意力等不同方案 理解不同方案的原理与代表模型 能分析各方法的优缺点或适用场景

考察说明