Een AI-specialist bouwt een zoekapplicatie die zoekopdrachten met zowel tekst als afbeeldingen moet verwerken. Welk type foundation model is het meest geschikt om deze multi-modale zoekfunctie aan te drijven?

Een multi-modaal embedding model is het meest geschikt omdat het zowel tekst- als afbeeldingsgegevens kan verwerken en deze kan omzetten in een uniforme embedding-ruimte. Dit maakt het mogelijk om de semantische gelijkenis tussen zoekopdrachten (tekst of afbeelding) en de inhoud (tekst of afbeelding) te meten, wat essentieel is voor multi-modaal zoeken. Een tekst embedding model kan alleen tekst verwerken, en een multi-modaal of afbeelding generatiemodel is ontworpen voor het creëren van nieuwe inhoud, niet voor het vergelijken van bestaande inhoud voor zoekdoeleinden.