アップルは、同社のマルチモーダルAIモデルであるMM1に大幅なアップデートを提供し、MM1.5バージョンにアップグレードしました。今回のアップグレードは単なるバージョン番号の変更ではなく、あらゆる分野でより強力なパフォーマンスを示す包括的な能力向上です。MM1.5の中核となるアップグレードは、革新的なデータ処理方法にあります。このモデルはデータ中心のトレーニング方法を採用し、トレーニングデータセットを厳選して最適化しました。具体的には、MM1.5は高解像度のOCRデータと合成画像説明、および最適化された…

最近、アップルのAI研究チームは、次世代のマルチモーダル大規模言語モデル（MLLM）ファミリーであるMM1.5を発表しました。このモデルシリーズは、テキストや画像などの様々なデータタイプを組み合わせることで、複雑なタスクに対するAIの理解能力の高さを示しています。ビジュアルクエスチョン・アンサーリング、画像生成、マルチモーダルデータの解釈といったタスクは、これらのモデルによってより効果的に解決できるようになります。マルチモーダルモデルにおける大きな課題の一つは、異なるデータタイプ間で効果的な相互作用をどのように実現するかです。以前のモデルは多くの場合、処理において…