強化醫療多模態 AI 整合影像與文本的最佳架構為何？
iPAS 考題解析
強化醫療多模態 AI 整合影像與文本的最佳架構為何？
- A. 預定義規則系統
- B. 僅使用 CNN
- C. 單一模態模型
- D. 基於 Transformer 的多模態整合架構 ✓ 正確答案
詳細解析
Transformer 的 Attention 機制天生適合處理多模態資料——能讓影像和文字在同一個模型中互相「注意」對方，學習跨模態的關聯。
難度：★★★
強化醫療多模態 AI 整合影像與文本的最佳架構為何？
強化醫療多模態 AI 整合影像與文本的最佳架構為何？
Transformer 的 Attention 機制天生適合處理多模態資料——能讓影像和文字在同一個模型中互相「注意」對方，學習跨模態的關聯。