大型多模态模型进入个性化时代，如何用3-5张图像精准定制专属理解与生成能力？
• 集中资源：涵盖最新论文、数据集与应用，专注于基于少量样本（3-5张图）实现对新概念的个性化建模
• 模型类型多样：统一模型、视觉语言模型、纯语言模型，支持图文乃至视频多模态输入与输出
• 训练策略丰富：包括强化后训练、零训练（training-free）和检索增强，兼顾效率与效果
• 代表性项目：UniCTokens、YoChameleon、RePIC、MC-LLaVA、Yo’LLaVA等，均提供公开代码或主页
• 关注点突破传统：不仅保留原有大模型的通用能力，还能针对用户新概念实现精准适配
• 数据集支持：20~100+概念多样覆盖，满足不同个性化需求，助力训练和评测
• 开源协作友好：欢迎提交PR和issue，推动个性化大模态模型研究持续发展
个性化并非小众需求，而是大型多模态模型提升用户体验的必由之路，助力AI更懂你更专属。
详情🔗thaoshibe.github.io/awesome-personalized-lmms
多模态模型 个性化AI 大语言模型 计算机视觉 AI研究
