using GPT for image and video captioning

GPT (المحولات التوليدية المدربة مسبقًا) هي نموذج لغة قوي أحدث ثورة في معالجة اللغة الطبيعية (NLP) ووسعت تطبيقاتها لتشمل مجالات مختلفة. أحد هذه المجالات هو التسميات التوضيحية للصور والفيديو.