據站長之家 10 月 12 日報導,蘋果 AI/ML 團隊與哥倫比亞大學研究團隊合作開發的多模態大模型“雪貂”(Ferret)能夠在圖像中準確找到交通信號燈,比 GPT-4V 表現更出色,提高了大模型在“看說答”任務中的精確度。 Ferret 的關鍵創新在於將引用(referring)和定位(grounding)兩方面的空間理解能力緊密結合,使模型能夠同時理解給定區域的語義和找到對應目標。

查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 留言
  • 轉發
  • 分享
留言
0/400
暫無留言
交易,隨時隨地
qrCode
掃碼下載 Gate APP
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)