第一，足够的共情力。从上架79元套餐到主播集体表演洗头，再到各大品牌互相推荐，动作虽然不同，但本质上都是为了让网友对国货的好感落到实处，和网友形成情感上的共鸣。
研究团队进行了一些测试以验证该方法的有效性。该模型在激烈竞争的文本嵌入基准测试中展现了出色的结果，而无需使用任何标记数据。当使用合成数据和标记数据的组合进行改进时，该模型在 BEIR 和 MTEB 基准测试上取得了新的记录，成为了文本嵌入领域的最先进方法。
2、LLaVA、CogAgent和BakLLaVA是三种具有极大潜力的开源视觉语言模型。
如果让我来打比方，我会觉得蛋仔就像是一个承载着这种认同感的「线上迪士尼」——不管什么身份，每个人只要进去，就是童话里的孩子、回家的公主/王子，而这个场景和里面的NPC，都会绝对无条件地守护你这份认同。
据悉，M2UGen采用了创新的方法，生成了大规模的多模态音乐指导数据集，用于训练模型。这包括MU-LLaMA模型生成的1.2k多小时音乐字幕数据集。模型结合了MU-LLaMA、BLIP图像字幕模型、MPT-7B-Chat模型以及VideoMAE字幕模型，以在各个领域生成对应的指导。