结构化视觉语言模型博士研究员

该博士研究项目旨在开发用于视觉语言模型（VLM）的全景场景图，以提升模型对图像关系的理解能力。通过将这些场景图与大型语言模型相结合，本研究旨在培育能够全面分析图像的视觉语言模型，从而在机器人技术和医学分析等应用场景中提高模型的准确性与可解释性。