프로젝터
Vision Encoder가 만든 이미지 임베딩의 차원을 LLM의 입력 차원에 맞게 변환하는 계층입니다. 일반적으로 선형 계층이나 MLP를 사용해 시각 정보와 언어 모델 사이의 표현 공간을 연결합니다.
