हाल ही में रिपोर्ट्स के अनुसार, अमेज़न कंपनी एक नए मल्टी-मोडल बड़े भाषा मॉडल का विकास कर रही है जिसका नाम “Olympus” है, और यह संभावित रूप से अगले सप्ताह AWS re:Invent सम्मेलन में औपचारिक रूप से पेश किया जा सकता है। theinformation की रिपोर्ट के अनुसार, इस एल्गोरिदम का आंतरिक कोड नाम “Olympus” है। पिछले नवंबर में, रॉयटर्स ने रिपोर्ट किया था कि अमेज़न ने “Olympus” नाम के एक बड़े भाषा मॉडल के प्रशिक्षण में करोड़ों डॉलर लगाए हैं, और इस मॉडल के पैरामीटर की संख्या 2 ट्रिलियन तक है।

जीरो वन एवरीथिंग जी-वीएल मल्टी-मोडल भाषा मॉडल का लॉन्च, जिसमें जी-वीएल-34B और जी-वीएल-6B के दो संस्करण शामिल हैं। जी-वीएल मॉडल चित्र-शब्द समझ और वार्तालाप निर्माण में उत्कृष्ट क्षमताएँ रखता है। जी-वीएल मॉडल ने अंग्रेजी और चीनी डेटासेट पर अग्रणी परिणाम प्राप्त किए हैं। जी-वीएल-34B ने 41.6% की सटीकता के साथ अन्य मल्टी-मोडल बड़े मॉडलों को पीछे छोड़ दिया है। जी-वीएल मॉडल LLaVA संरचना पर आधारित है, जिसमें शक्तिशाली भाषा समझने और उत्पन्न करने की क्षमताएँ हैं।

NExT-GPT सिंगापुर नेशनल यूनिवर्सिटी द्वारा ओपन-सोर्स किया गया मल्टी-मोडल भाषा मॉडल है, जो टेक्स्ट, इमेज, वीडियो और ऑडियो को प्रोसेस करने का समर्थन करता है, मल्टीमीडिया आर्टिफिशियल इंटेलिजेंस एप्लिकेशन के लिए मजबूत समर्थन प्रदान करता है। यह एक तीन-स्तरीय आर्किटेक्चर का उपयोग करता है, जिसमें रेखीय प्रक्षिप्ति, विकुना LLM कोर और मोड विशेष परिवर्तन परत शामिल है, मध्य स्तर के प्रशिक्षण के लिए MosIT तकनीक का उपयोग किया जाता है। ओपन-सोर्स योगदान शोधकर्ताओं और डेवलपर्स को मल्टी-मोडल इनपुट वाले एप्लिकेशन बनाने में सक्षम बनाता है, संभावित अनुप्रयोग क्षेत्रों की एक विस्तृत श्रृंखला है। NExT-GPT की अनोखी विशेषता यह है कि यह उपयोगकर्ता के अनुरोध के अनुसार मोड उत्पन्न कर सकता है।