GPT-4やLLaVAなど、LLMのマルチモーダル化が進んでいます。このマルチモーダル化にあたって、重要な役割を果たすのがEmbedding(ベクトル表現化)です。 本書ではマルチモーダルなLLMにおけるEmbeddingの学習の仕組みと活用例について取り扱いました。具体的には知識蒸留(Knowledge Distillation)や対照学習(Contrastive Learning)の仕組みや活用例であるCLIPなどについて確認しました。 定価は1,000円で、何かしら大規模な追記を行った場合は都度値上げになる予定です。Jupyterファイルは別売りとしましたが、基本的に全て本文中で取り扱っていますので購入しなくても読み進めにあたっては特に問題ありません。