多模态模型微调

多模态模型能够同时处理图像与文本，适用于视觉问答、图文理解等场景。微调多模态模型时，需要准备图文对数据与合适的训练流程。

与入门的关系

• 若尚未接触微调，请先阅读 微调入门。
• 多模态微调的技术细节与最佳实践，请参见 大模型微调技术深度解析 与 微调开发指南。

学习建议

1. 掌握 微调入门 中的基础概念与流程。
2. 在 深度解析 中了解多模态相关章节。
3. 在 开发指南 中查阅数据格式、损失函数与训练配置。