蘋(píng)果推出換代AI大模型MM1.5 擁有自然語(yǔ)言推理
- 來(lái)源:互聯(lián)網(wǎng)
- 作者:快科技
- 編輯:陶笛
AI大潮下,科技巨頭蘋(píng)果公司日前推出了300億參數(shù)的多模態(tài)AI大模型MM1.5,該版本是在前代MM1的架構(gòu)基礎(chǔ)上發(fā)展而來(lái)的。
該模型繼續(xù)遵循數(shù)據(jù)驅(qū)動(dòng)的訓(xùn)練原則,著重探究在不同訓(xùn)練周期中混合各類(lèi)數(shù)據(jù)對(duì)模型性能產(chǎn)生的影響,相關(guān)模型文檔已在Hugging Face上發(fā)布。
MM1.5提供了從10億到300億的多種參數(shù)規(guī)模,擁有圖像識(shí)別和自然語(yǔ)言推理能力。
在新版本中,蘋(píng)果公司的研發(fā)人員改進(jìn)了數(shù)據(jù)混合策略,極大地增強(qiáng)了模型在多文本圖像理解、視覺(jué)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(tuán)隊(duì)在MM1.5的持續(xù)預(yù)訓(xùn)練階段引入了高質(zhì)量的OCR數(shù)據(jù)和合成圖像描述,這顯著提高了模型對(duì)包含大量文本的圖像的理解水平。
此外,研究人員在監(jiān)督式微調(diào)階段深入分析了不同數(shù)據(jù)類(lèi)型對(duì)模型表現(xiàn)的作用,優(yōu)化了視覺(jué)指令微調(diào)數(shù)據(jù)的混合方式,使得即便是小規(guī)模的模型(如10億、30億參數(shù)版本)也能有出色的發(fā)揮,實(shí)現(xiàn)了更高的效率。
值得一提的是,蘋(píng)果公司這次還推出了專(zhuān)門(mén)用于視頻理解的MM1.5-Video模型和專(zhuān)門(mén)處理移動(dòng)設(shè)備用戶界面(UI)理解的MM1.5-UI模型。
其中,MM1.5-UI模型未來(lái)有望成為iOS背后的“蘋(píng)果牌”AI,能夠處理各種視覺(jué)引用與定位任務(wù),還能總結(jié)屏幕上的功能,或者通過(guò)與用戶的對(duì)話進(jìn)行交互。
盡管MM1.5模型在多項(xiàng)基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,但蘋(píng)果團(tuán)隊(duì)仍計(jì)劃通過(guò)進(jìn)一步融合文本、圖像和用戶交互數(shù)據(jù),并設(shè)計(jì)更復(fù)雜的架構(gòu),來(lái)提升模型對(duì)移動(dòng)設(shè)備UI的理解能力,從而讓“蘋(píng)果牌”AI更強(qiáng)大。
- 庫(kù)克:蘋(píng)果AI不求最先但求最好 為用戶帶來(lái)最佳體驗(yàn)
- 蘋(píng)果CEO庫(kù)克現(xiàn)身北京 興致勃勃參觀有機(jī)農(nóng)場(chǎng)
- 發(fā)售僅一個(gè)月!iPhone 16全系官旗首次降價(jià):最高便宜1600元
- 蘋(píng)果發(fā)力國(guó)內(nèi)高端機(jī):iPhone 16系列發(fā)售前3周銷(xiāo)量同比增20%
- 蘋(píng)果iPad mini7突然上架:A17 Pro加持 3999元起
- 傳失竊的蘋(píng)果M4版MacBook Pro驚現(xiàn)俄羅斯網(wǎng)站 5萬(wàn)元高價(jià)
-
機(jī)械紀(jì)元
-
原始傳奇
-
斗羅大陸(我唐三認(rèn)可0.1折)
-
妖神記之巔峰對(duì)決
-
坦克兄弟連(0.1折瘋狂千抽)
-
深淵契約
-
貓狩紀(jì)0.1折
-
同城麻將
玩家點(diǎn)評(píng) (0人參與,0條評(píng)論)
熱門(mén)評(píng)論
全部評(píng)論