vision tower

vision tower는 이미지 입력을 처리해 언어 모델이 사용할 수 있는 시각 특징으로 변환하는 모듈입니다. 이 글의 NInfer 변환 모델에는 vision tower가 포함되어 작동하므로 텍스트뿐 아니라 이미지 입력 경로도 유지됩니다.