先日、NVIDIAは次世代オープンソースのビジョン言語モデルNVILAを発表しました。正確性と効率性を最適化することを目指し、その優れた性能により、ビジョンAI分野のリーダーとなっています。NVIDIAによると、NVILAは、訓練コストを4.5倍削減、ファインチューニングに必要なメモリを3.4倍削減、プリフィリングとデコーディングの遅延をほぼ2倍削減したとのことです。これらのデータは、別の大きなビジョンモデルであるLLaVa OneVisionとの比較に基づいています。ビデオベンチマークにおいて…

Meta AIは最近、新しい量子化版Llama 3.2モデル（1Bと3Bの2つのバージョン）を発表しました。このモデルは、様々なデバイスで微調整、蒸留、展開が可能です。以前は、Llama 3のようなモデルは自然言語理解と生成において顕著な成果を上げていましたが、その巨大なサイズと高い計算需要により、多くの組織にとって利用が困難でした。長いトレーニング時間、高いエネルギー消費、高価なハードウェアへの依存は、テクノロジー大手と中小企業との間の格差を拡大させていました。Llama 3.2は…

今週、AI業界は活況を呈しています。GoogleとMetaが新たなAIモデルを発表し、大きな注目を集めています。まず、Googleは火曜日にGeminiシリーズの最新アップデートを発表し、2つの新しい本番環境対応モデル、Gemini-1.5-Pro-002とGemini-1.5-Flash-002を発表しました。このアップデートでは、モデル全体の品質が大幅に向上し、特に数学、ロングコンテキスト処理、ビジョンタスクにおいて顕著な進歩が見られました。Googleは、

Metaは、年次イベントMeta Connect 2024において、エッジAIとビジョンタスクの能力向上を目指したLlama 3.2を発表しました。新たに発表されたLlama 3.2モデルには、11億パラメータと90億パラメータの中規模ビジョンモデル、そして1億パラメータと3億パラメータの小規模モデルが含まれており、モバイルデバイスでの使用に最適化され、QualcommとMediaTekのハードウェアをサポートしています。MetaのCEOマーク・ザッカーバーグは、これらのモデルによって、開発者は膨大なリソースを必要とせずに…