Yila
Arquitetura multimodal de modelo de linguagem grande (EN)Arquitetura multimodal de modelo de linguagem grande (ZH)

IA e computação

Arquitetura multimodal de modelo de linguagem grande

Composição:
duas ramificações de entrada em um modelo
Proporção:
16:9

Prompt

Crie um diagrama de arquitetura de 【um modelo multimodal de linguagem grande】, lido da esquerda para a direita. Desenhe cada relacionamento exatamente como listado e nada mais: 1. 【Ramo superior: um ícone de imagem → codificador de visão → projetor.】 2. 【Ramo inferior: um ícone de texto → tokenizer.】 3. 【Ambos os ramos se unem em um grande bloco LLM.】 4. 【O LLM produz uma resposta, mostrada como um balão de fala.】 Rótulos (use cada um apenas uma vez, sem adicionar outro texto): 【Image, Vision encoder, Projector, Text, Tokenizer, LLM, Response】. Estilo: diagrama esquemático estilo diário. Limpe gráficos vetoriais planos em um fundo branco. Os módulos são retângulos arredondados ou ícones simples com seus nomes curtos dentro; painéis em tons pastéis claros agrupam camadas relacionadas. Apenas 3-4 cores suaves, cada uma com um significado fixo. Setas finas e uniformes mostram o fluxo de dados, energia, material ou influência; setas tracejadas para links indiretos ou de feedback. Somente rótulos sem serifa em inglês, cada rótulo aparece exatamente uma vez, escrito exatamente como indicado. Sem renderização 3D, sem sombras, sem brilho, sem decoração cyberpunk ou de fundo tecnológico, sem fotorrealismo.

Abre a Yila com este prompt e o exemplo como imagem de referência.

Os exemplos foram gerados com Nano Banana. O prompt também funciona com GPT Image e outros modelos de imagem; os resultados variam conforme o modelo.

Ver todos os prompts