本文へスキップ

MAVIS

マルチモーダル大模型向けの数学視覚指令調整

公式サイトを見る

MAVIS とは

本モデルは二つのデータと三段階学習でマルチモーダル大模型の視覚数学解法を強める指令調整の仕組みと紹介される。

できること

  • 数学問題の視覚認識を高める
  • 数学教育アプリにやり取りを添える
  • 図表と可視化の表現を分析する

導入の手順

  • GitHub でデータを取得
  • 必要な依存と道具を入れる
  • 文書で構成の作法を読む

長所と短所

✓ 良い点

  • Math-CLIP は数学図表向けの視覚符号化器
  • MAVIS-7B は三段階の学習を採る

! 注意したい点

  • データは GitHub のページから取得
  • 依存と道具の導入が要る

よくある質問

どんなデータを含む?

資料では 588K 対の MAVIS-Caption と 834K 件の MAVIS-Instruct が挙がる。

Math-CLIP とは?

資料では MLLM が数学図表を読むための視覚符号化器と説明。

最終評価日: 2026-11-15

その他 AIコーディングツール ツール

すべて見る →

評価方法