Apple engineers developed an AI system that resolves complex references to on-screen entities and user conversations. The lightweight model could be an ideal solution for on-device virtual assistants. Humans are good at resolving references…
Von Eugene van der Watt • 2 Minuten Lesezeit
Apple hat zwar noch kein KI-Modell offiziell veröffentlicht, aber eine neue Forschungsarbeit gibt Einblick in die Fortschritte des Unternehmens bei der Entwicklung von Modellen mit modernster Technologie…
Von Eugene van der Watt • 2 Minuten Lesezeit
Forscher des Dartmouth College entwickelten MoodCapture, eine Smartphone-App, die mithilfe von KI Gesichtszüge analysiert, um Depressionen frühzeitig zu erkennen. Das Stigma, das mit psychischen Erkrankungen verbunden ist…
Von Eugene van der Watt • 2 Minuten Lesezeit
Meta hat V-JEPA veröffentlicht, ein prädiktives Bildverarbeitungsmodell, das den nächsten Schritt hin zu Yann LeCuns Vision von fortschrittlicher maschineller Intelligenz (AMI) darstellt.
Von Eugene van der Watt • 2 Minuten Lesezeit
Forscher der UC San Diego und der New York University entwickelten V*, einen LLM-gestützten Suchalgorithmus, der im Kontextverständnis deutlich besser ist als GPT-4V, und…
Von Eugene van der Watt • 2 Minuten Lesezeit
Das Training von KI-Modellen wie GPT-4 basierte bisher hauptsächlich auf Datensätzen, die aus Text und Bildern bestanden. Der multimodale Wahrnehmungsdatensatz Ego-Exo4D von Meta bietet Datenwissenschaftlern eine reichhaltige Grundlage…
Von Eugene van der Watt • 3 Minuten Lesezeit
Das Training eines KI-Bildklassifikators oder eines Computer-Vision-Systems erfordert Zugriff auf einen großen Datensatz von Bildern. Forscher des MIT haben einen Weg gefunden, diesen Bedarf zu reduzieren…
Von Eugene van der Watt • 2 Minuten Lesezeit
Multimodale große Sprachmodelle (MLLM) wie GPT-4V sind zwar sehr gut in der Bildanalyse und -beschreibung, aber manchmal irren sie sich und machen falsche Schlüsse. Ein neuer Ansatz…
Von Eugene van der Watt • 2 Minuten Lesezeit
Die Fähigkeit von GPT-4, Bilder zu verarbeiten, ist wirklich beeindruckend, doch die neue Funktion öffnet das Modell auch für neue Angriffe. Obwohl es nicht perfekt ist, …
Von Eugene van der Watt • 2 Minuten Lesezeit
Luke Farritor, ein 21-jähriger Informatikstudent der Universität Nebraska–Lincoln, hat den Text in einer verkohlten Schriftrolle aus dem antiken Herculaneum entschlüsselt. Diese Schriftrolle enthält…
Von Sam Jeans • 4 Minuten Lesezeit
