Yila
Architecture de modèle de langage multimodal à grande échelle (EN)Architecture de modèle de langage multimodal à grande échelle (ZH)

IA et informatique

Architecture de modèle de langage multimodal à grande échelle

Composition:
deux branches d'entrée dans un seul modèle
Format:
16:9

Prompt

Créez un diagramme d'architecture d'un « grand modèle de langage multimodal », lu de gauche à droite. Dessinez chaque relation exactement comme indiqué et rien de plus : 1. 【Branche supérieure : une icône d'image → encodeur de vision → projecteur.】 2. 【Branche inférieure : une icône de texte → tokenizer.】 3. 【Les deux branches se rejoignent en un seul grand bloc LLM.】 4. 【Le LLM produit une réponse, représentée sous forme de bulle.】 Libellés (utilisez chacun une seule fois, sans ajouter d’autre texte) : 【Image, Vision encoder, Projector, Text, Tokenizer, LLM, Response】. Style : diagramme schématique de style journal. Nettoyer les graphiques vectoriels plats sur fond blanc. Les modules sont des rectangles arrondis ou de simples icônes avec leurs noms courts à l'intérieur ; les panneaux pastel clair regroupent les calques associés. Seulement 3-4 couleurs atténuées, chacune avec une signification fixe. Des flèches fines et uniformes montrent le flux de données, d'énergie, de matière ou d'influence ; flèches en pointillés pour les liens indirects ou de rétroaction. Étiquettes anglaises sans empattement uniquement, chaque étiquette apparaît exactement une fois, orthographiée exactement comme indiqué. Pas de rendu 3D, pas d'ombres, pas de lueur, pas de décoration cyberpunk ou tech, pas de photoréalisme.

Ouvre Yila avec ce prompt et l’exemple comme image de référence.

Les exemples ont été générés avec Nano Banana. Le prompt fonctionne aussi avec GPT Image et d’autres modèles d’image ; les résultats varient selon le modèle.

Voir tous les prompts