رموز بصرية

تمثيلات رُقَع الصورة التي أُسقطت في فضاء التضمين ذاته الذي تعيش فيه الرموز النصية، مما يتيح للنموذج اللغوي معالجة الصور والنصوص في تيار موحّد.

Image patch representations projected into the same embedding space as text tokens, allowing the language model to process images and text in a single unified stream.