マルチモーダル限界を扱う

各選択肢の技術が何を入力として何を出力するかを整理し、問題の要件と照合する。

モダリティごとの解像度、長さ、形式、言語、出力精度を測定する

この用語の目的、入力、出力、制約を確認する。

画像内の小さな文字、雑音音声、混在言語、欠損モダリティを評価する

この用語の目的、入力、出力、制約を確認する。

マルチモーダルモデルは全入力種別で同じ精度を持つ

この用語の目的、入力、出力、制約を確認する。

一つの入力が欠けたら必ず全処理を成功扱いにする

この用語の目的、入力、出力、制約を確認する。