L'entreprise doit choisir un modèle de fondation pour générer des images de produits et du texte descriptif, et doit évaluer les modèles en fonction des types de sorties qu'ils peuvent produire. Quelle caractéristique du modèle évaluent-ils ?

La modalité fait référence aux types de données qu'un modèle peut traiter ou générer. Dans ce cas, l'entreprise évalue les modèles en fonction de leur capacité à produire à la fois des images (modalité visuelle) et du texte (modalité textuelle), ce qui correspond directement à la définition de la modalité. La latence est le temps nécessaire pour qu'un modèle génère une sortie, ce qui n'est pas l'objet de l'évaluation ici. La taille du modèle fait référence au nombre de paramètres du modèle, ce qui affecte les performances et les coûts, mais pas les types de sorties. La personnalisation du modèle concerne la capacité d'adapter un modèle à des données spécifiques, ce qui est une considération différente de la nature des sorties.