Google a récemment annoncé le lancement de PaliGemma2Mix, un nouveau modèle vision-langage (VLM). Ce modèle combine les capacités de traitement d'images et de traitement du langage naturel, permettant de comprendre simultanément les informations visuelles et les entrées textuelles, et de générer des sorties correspondantes en fonction des besoins. Cela marque une avancée significative de l'intelligence artificielle dans le domaine du traitement multitâche. PaliGemma2Mix offre des fonctionnalités très puissantes, notamment la description d'images et la reconnaissance optique de caractères.

OpenAI a mis à jour son application ChatGPT pour Mac, introduisant une fonctionnalité de fenêtres côte à côte. Cela permet aux utilisateurs, lorsqu'ils interagissent avec ChatGPT en utilisant la combinaison de touches Option + Espace dans n'importe quelle application, de maintenir l'interface de l'application et la fenêtre miniature de ChatGPT affichées côte à côte, pour un multitâche plus pratique. Cette mise à jour réduit les inconvénients liés au changement de fenêtres, ce qui est particulièrement utile sur les petits écrans. De plus, OpenAI travaille sur un système de texte pour le contenu généré...

Les chercheurs de Google ont introduit Cappy, un modèle d'évaluateur pré-entraîné visant à améliorer les performances des grands modèles linguistiques multitâches. L'architecture de Cappy est basée sur RoBERTa et est pré-entraînée sur un ensemble de données diversifiées pour améliorer les performances et l'efficacité des modèles multitâches. L'introduction de Cappy, un évaluateur pré-entraîné léger, permet de relever le défi de l'utilisation efficace des grands modèles linguistiques dans des scénarios multitâches. Les chercheurs proposent une méthode de construction de données pour répondre aux besoins de diversité des étiquettes dans les données de pré-entraînement, générant ainsi un grand ensemble de données efficace.