Menurut sebuah laporan oleh Webmaster House pada 12 Oktober, tim AI / ML Apple dan tim peneliti Universitas Columbia mengembangkan model besar multimodal "Ferret" yang dapat secara akurat menemukan lampu lalu lintas dalam gambar, yang berkinerja lebih baik daripada GPT-4V dan meningkatkan akurasi model besar dalam tugas "melihat, berbicara, menjawab". Inovasi kunci Ferret terletak pada kombinasi erat pemahaman spasial baik merujuk dan membumi, memungkinkan model untuk memahami semantik wilayah tertentu dan menemukan target yang sesuai pada saat yang sama.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Menurut sebuah laporan oleh Webmaster House pada 12 Oktober, tim AI / ML Apple dan tim peneliti Universitas Columbia mengembangkan model besar multimodal "Ferret" yang dapat secara akurat menemukan lampu lalu lintas dalam gambar, yang berkinerja lebih baik daripada GPT-4V dan meningkatkan akurasi model besar dalam tugas "melihat, berbicara, menjawab". Inovasi kunci Ferret terletak pada kombinasi erat pemahaman spasial baik merujuk dan membumi, memungkinkan model untuk memahami semantik wilayah tertentu dan menemukan target yang sesuai pada saat yang sama.