日韩欧美亚洲一区,亚洲一区二区精品,在线观看国精产品一区,蜜臀99久久精品久久久久小说

蘋果推出300億參數多模態AI大模型MM1.5:擁有圖像識別、自然語言推理能力

蘋果公司推出了300億參數的多模態AI大模型MM1.5,該版本是在前代MM1的架構基礎上發展而來的。

近日,蘋果公司推出了300億參數的多模態AI大模型MM1.5,該版本是在前代MM1的架構基礎上發展而來的。

蘋果推出300億參數多模態AI大模型MM1.5:擁有圖像識別、自然語言推理能力

該模型繼續遵循數據驅動的訓練原則,著重探究在不同訓練周期中混合各類數據對模型性能產生的影響,相關模型文檔已在Hugging Face上發布。

MM1.5提供了從10億到300億的多種參數規模,擁有圖像識別和自然語言推理能力。

在新版本中,蘋果公司的研發人員改進了數據混合策略,極大地增強了模型在多文本圖像理解、視覺引用與定位以及多圖像推理等方面的能力。

參考論文可知,團隊在MM1.5的持續預訓練階段引入了高質量的OCR數據和合成圖像描述,這顯著提高了模型對包含大量文本的圖像的理解水平。

此外,研究人員在監督式微調階段深入分析了不同數據類型對模型表現的作用,優化了視覺指令微調數據的混合方式,使得即便是小規模的模型(如10億、30億參數版本)也能有出色的發揮,實現了更高的效率。

值得一提的是,蘋果公司這次還推出了專門用于視頻理解的MM1.5-Video模型和專門處理移動設備用戶界面(UI)理解的MM1.5-UI模型。

其中,MM1.5-UI模型未來有望成為iOS背后的“蘋果牌”AI,能夠處理各種視覺引用與定位任務,還能總結屏幕上的功能,或者通過與用戶的對話進行交互。

盡管MM1.5模型在多項基準測試中表現優異,但蘋果團隊仍計劃通過進一步融合文本、圖像和用戶交互數據,并設計更復雜的架構,來提升模型對移動設備UI的理解能力,從而讓“蘋果牌”AI更強大。

原創文章,作者:蘋果派,如若轉載,請注明出處:http://www.bdzhitong.com/article/685869.html

蘋果派的頭像蘋果派管理團隊

相關推薦

發表回復

登錄后才能評論
主站蜘蛛池模板: 稻城县| 庐江县| 平昌县| 绍兴市| 仁怀市| 黑水县| 浦城县| 津南区| 内黄县| 深泽县| 睢宁县| 宜章县| 平罗县| 松原市| 大兴区| 黑龙江省| 社旗县| 蒙阴县| 增城市| 全州县| 镇雄县| 耒阳市| 朔州市| 兴业县| 轮台县| 衢州市| 大新县| 阿克苏市| 临潭县| 新蔡县| 修武县| 崇左市| 阿拉善左旗| 兴宁市| 海宁市| 武穴市| 永川市| 罗定市| 柳江县| 渑池县| 淮阳县|