언어 모델 백본 및 초고 해상도

이미지, 비디오 및 오디오가 공유 공간으로 토큰화되므로 디코더 전용 모델은 입출력 토큰 패턴을 통해 출력을 생성하고 작업을 제어할 수 있습니다.