Как я разрабатываю агентские ИИ системы для извлечения признаков (feature-extraction) из мультимодальных данных

[rPman]

А с практической точки зрения то что? Как проверяли результат и чего достигли?

Мультимодальные модели это самый верх мейнстрима, их создавать то не просто, а уж тюнить без потери их качества и подавно сложно, а вы собираетесь их peft-ом тюнить с 8-битной квантизацией?

99% проблем при работе с изображениями - они не всегда как следуют распознаются, а дальше модели делают на основе этих ошибок неверные рассуждения, умножая процент ошибки на процент галлюцинации.