東京大学先端科学技術研究センターの上原助教と原田教授らによる研究グループは、142億パラメータを持つオープンな日本語に特化したマルチモーダルモデルを開発しました（図1）。 　日本語マルチモーダルモデルの訓練には、大量の画像と日本語テキストのペアデータセットの構築が課題となりますが、本研究では、Webからクロールした画像などをもとに、英語マルチモーダルモデルや日本語言語モデルを用いて画像・日本語テキストデータセットを合成することで解決しました。合成されたデータには、生成物の利用が制限される...