多语言能力

谷歌推出WebLI-100B数据集，包含1000亿图像-文本对，显著提升多模态模型的文化多样性和多语言能力。研究发现，虽然CLIP等模型过滤筛选数据的过程可能降低模型的多元性，但更大规模的数据有助于改善模型在文化多样性和语言处理方面的表现。