100Kの例で40Mコネクタをトレーニングし、DeepSeek V4 Flashに基本的なビジョン機能を与えた

DeepSeek V4 Flashモデルに、4000万パラメータのコネクタを学習させることで基本的な視覚能力を付与した研究です。マルチモーダルAIの可能性を示唆しています。

• DeepSeek V4 Flashモデルに基本的な視覚能力が付与された。
• 4000万パラメータを持つコネクタを100Kの例でトレーニングすることで実現された。
• マルチモーダルAI、特にテキストと画像の統合能力の向上を示唆している。