ماذا نسمّي النموذج الذي يفهم النصوص والصور معًا (Multimodal Model)؟

النموذج متعدّد الوسائط (Multimodal) يتعامل مع أكثر من نوع من المحتوى، مثل النص والصورة والصوت.

مثال

تستطيع أن ترفع صورة لخطأ ظهر على شاشتك وتسأله: ما سبب هذا الخطأ؟