Step3 標準化された処理によってフォーマットの問題に対処する：
- 入力構造この場合、各要素は明示的に指定され、合意された形式のメッセージの配列を使用することが義務づけられる。
typeフィールド（テキスト/画像/音声） - 前処理装置内蔵
AutoProcessorさまざまなモーダルデータを自動的に識別し、モデルに適したテンソルに変換します。
具体的な実施例：
messages = [{
"role": "user",
"content": [
{"type": "image", "image": "https://example.com/img.jpg"},
{"type": "text", "text": "描述场景"}
]
}]JPEG/PNG画像、MP3/WAVオーディオ、UTF-8テキストの混在入力を0.1%以下のエラーレートでサポートすることが確認されています。
この答えは記事から得たものである。Step3: マルチモーダルコンテンツのためのオープンソースマクロモデルの効率的な生成について
無断転載を禁じます：AI生産性ツール " マルチモーダル入力処理におけるフォーマットの互換性問題を完全に解決する方法
日本語 
简体中文 
English 
Deutsch 
Português do Brasil