कृत्रिम बुद्धिमत्ता के क्षेत्र में, चीन से एक अभिनव शोध व्यापक ध्यान आकर्षित कर रहा है। त्सिंग हुआ विश्वविद्यालय और शंघाई कृत्रिम बुद्धिमत्ता प्रयोगशाला के वैज्ञानिकों ने विचार मानचित्र (Diagram of Thought, संक्षेप में DoT) नामक एक नए फ्रेमवर्क का प्रस्ताव दिया है, जो हमारी AI सोचने के तरीके की समझ को पूरी तरह से बदलने की उम्मीद है। DoT फ्रेमवर्क का मुख्य विचार जटिल समस्याओं को हल करने में मानव सोच की प्रक्रिया की नकल करना है। जैसे हम कठिन प्रश्नों का उत्तर देते समय लगातार धारणा, आलोचना और संशोधन करते हैं, अंततः नए निष्कर्ष पर पहुँचते हैं, ठीक इसी तरह DoT...

त्सिंग हुआ विश्वविद्यालय की बुद्धिमान एआई टीम ने एक नए दृश्य भाषा मॉडल CogAgent की घोषणा की है, जो ग्राफिकल यूजर इंटरफेस (GUI) की समझ और नेविगेशन पर ध्यान केंद्रित करता है। CogAgent एक दो-कोडिंग प्रणाली को अपनाता है, जो जटिल GUI तत्वों और पाठ को संसाधित करता है, 1120x1120 पिक्सल के उच्च-रिज़ॉल्यूशन इनपुट को संभालने में उत्कृष्ट प्रदर्शन करता है। यह मॉडल पीसी और Android प्लेटफ़ॉर्म के GUI नेविगेशन कार्यों में मौजूदा LLM विधियों से बेहतर है, और यह पाठ और दृश्य प्रश्न-उत्तर मानकों पर भी उत्कृष्ट प्रदर्शन करता है। संभावित अनुप्रयोगों में स्वचालित GUI संचालन, प्रदान करना शामिल है।