Multimodal
Çok kipli
Metin, görsel, ses ya da video gibi birden fazla veri türünü işleyebilen model.
İlk dil modelleri yalnızca metinle çalışıyordu. Multimodal modeller ise farklı türdeki girdileri birlikte anlayabilir; örneğin bir fotoğrafa bakıp onu açıklayabilir ya da bir grafiği yorumlayabilir.
Bazı modeller yalnızca girdi olarak çok kipli olurken, bazıları çıktı olarak da görsel ya da ses üretebilir. Bir modelin hangi türleri desteklediğini kullanmadan önce kontrol etmek gerekir.
Örnek
Bir yemeğin fotoğrafını yükleyip "bu yemeğin içinde neler olabilir?" diye sormak multimodal bir kullanımdır.