Theo báo cáo của Webmaster House vào ngày 12/10, nhóm AI/ML của Apple và nhóm nghiên cứu của Đại học Columbia đã phát triển một mô hình lớn đa phương thức "Ferret" có thể tìm thấy chính xác đèn giao thông trong hình ảnh, hoạt động tốt hơn GPT-4V và cải thiện độ chính xác của các mô hình lớn trong các tác vụ "nhìn, nói, trả lời". Sự đổi mới quan trọng của Ferret nằm ở sự kết hợp chặt chẽ giữa sự hiểu biết không gian về cả tham chiếu và tiếp đất, cho phép mô hình hiểu ngữ nghĩa của một khu vực nhất định và tìm mục tiêu tương ứng cùng một lúc.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Theo báo cáo của Webmaster House vào ngày 12/10, nhóm AI/ML của Apple và nhóm nghiên cứu của Đại học Columbia đã phát triển một mô hình lớn đa phương thức "Ferret" có thể tìm thấy chính xác đèn giao thông trong hình ảnh, hoạt động tốt hơn GPT-4V và cải thiện độ chính xác của các mô hình lớn trong các tác vụ "nhìn, nói, trả lời". Sự đổi mới quan trọng của Ferret nằm ở sự kết hợp chặt chẽ giữa sự hiểu biết không gian về cả tham chiếu và tiếp đất, cho phép mô hình hiểu ngữ nghĩa của một khu vực nhất định và tìm mục tiêu tương ứng cùng một lúc.