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: 新乡县| 太康县| 中牟县| 佛山市| 青海省| 中江县| 定远县| 杭锦旗| 库车县| 霍林郭勒市| 临西县| 团风县| 互助| 彝良县| 安国市| 犍为县| 什邡市| 龙门县| 察隅县| 东莞市| 中西区| 琼海市| 丹巴县| 河东区| 鹤山市| 天等县| 阜新市| 凯里市| 吴堡县| 东阿县| 汾阳市| 进贤县| 阆中市| 彰化县| 龙岩市| 许昌县| 将乐县| 祁东县| 徐水县| 苗栗市| 茶陵县|