MILS（Multimodal Iterative LLM Solver）是Meta AI提出的无需训练即可赋予大型语言模型（LLM）多模态能力的方法。通过多步推理，提示LLM生成候选输出，对每个输出进行评分和迭代反馈，最终生成任务解决方案。MILS的核心优势在于无需对LLM进行额外训练，可处理多种多模态任务，如零样本图像、视频和音频描述等。应用于媒体生成，通过提示重写改进的生成效果，进行风格转换。

MILS – Meta AI 推出的零样本生成高质量多模态描述方法 第1张
（图片来源网络，侵删）
MILS – Meta AI 推出的零样本生成高质量多模态描述方法 第2张
（图片来源网络，侵删）