O ReALM da Apple "vê" melhor as imagens no ecrã do que o GPT-4
Os engenheiros da Apple desenvolveram um sistema de IA que resolve referências complexas a entidades no ecrã e conversas de utilizadores. O modelo leve poderia...
Apple revela MM1, a sua primeira família de LLMs multimodais
A Apple ainda não lançou oficialmente um modelo de IA, mas um novo documento de investigação dá uma ideia da...
Aplicação de IA para smartphone consegue detetar a depressão a partir de sinais faciais
Os investigadores do Dartmouth College desenvolveram a MoodCapture, uma aplicação para smartphone que utiliza a IA para analisar as características faciais para a deteção precoce de...
A Meta lança o V-JEPA, um modelo de visão preditivo
A Meta lançou o V-JEPA, um modelo de visão preditiva que é o próximo passo para o projeto do cientista chefe de IA da Meta, Yann LeCun...
V* - Pesquisa visual guiada por LLM multimodal que supera a GPT-4V
Os investigadores da UC San Diego e da Universidade de Nova Iorque desenvolveram o V*, um algoritmo de pesquisa guiado por LLM que é muito melhor...
Meta lança Ego-Exo4D, um conjunto de dados de perceção multimodal
O treino de modelos de IA, como o GPT-4, tem-se baseado sobretudo em conjuntos de dados constituídos por texto e imagens. O conjunto de dados de perceção multimodal Ego-Exo4D da Meta...
Os investigadores utilizam dados sintéticos para treinar um classificador de imagens com IA
O treino de um classificador de imagens de IA ou de um sistema de visão por computador requer o acesso a um grande conjunto de dados de imagens. Os investigadores do MIT...
O pica-pau pode resolver as alucinações multimodais do LLM
Os Modelos Multimodais de Linguagem Ampla (MLLM), como o GPT-4V, são muito bons a analisar e a descrever imagens, mas por vezes alucinam e...
A capacidade multimodal do GPT-4 torna-o vulnerável a ataques
A capacidade que o GPT-4 tem de processar imagens é realmente impressionante, mas a nova capacidade abre o modelo para...
A aprendizagem automática revela o conteúdo de pergaminhos e tábuas de pedra antigos
Luke Farritor, um estudante de informática de 21 anos da Universidade de Nebraska-Lincoln, revelou o texto dentro de um pergaminho carbonizado...