苹果和哥伦比亚大学联手开发Ferret多模态语言模型
站长之家
13
苹果和哥伦比亚大学的研究人员合作开发了Ferret多模态语言模型,旨在实现高级图像理解和描述。该模型拥有强大的全局理解能力,可以同时处理自由文本和引用区域,性能优于传统模型。研究人员创建了GRIT数据集,用于指导模型训练,并评估Ferret在多项任务中的性能,表现出引用和定位能力,有望在人机交互、智能搜索等领域取得重大突破。
© 版权所有 AIbase基地 2024, 点击查看来源出处 - https://www.aibase.com/zh/news/2631