ReALM от Apple "видит" экранные изображения лучше, чем GPT-4
Инженеры Apple разработали систему искусственного интеллекта, которая решает сложные вопросы, связанные с экранными объектами и разговорами пользователей. Легкая модель может...
Apple представила MM1, свое первое семейство мультимодальных LLM.
Apple еще не выпустила официальную модель искусственного интеллекта, но новая исследовательская работа дает представление о том, как компания...
Приложение для смартфонов с искусственным интеллектом может определять депрессию по выражению лица
Исследователи из Дартмутского колледжа разработали приложение MoodCapture для смартфонов, которое использует искусственный интеллект для анализа черт лица с целью раннего обнаружения...
Meta выпускает V-JEPA, прогностическую модель зрения
Компания Meta выпустила V-JEPA, модель предсказательного зрения, которая является следующим шагом на пути к разработке главного научного сотрудника Meta по искусственному интеллекту Яна Лекуна...
V* - Мультимодальный управляемый визуальный поиск LLM, превосходящий GPT-4V
Исследователи из Калифорнийского университета в Сан-Диего и Нью-Йоркского университета разработали V*, алгоритм поиска с LLM-направлением, который гораздо лучше...
Meta выпускает Ego-Exo4D, мультимодальный набор данных для восприятия
Для обучения моделей ИИ, подобных GPT-4, в основном использовались наборы данных, состоящие из текста и изображений. Мультимодальный набор данных восприятия Ego-Exo4D компании Meta...
Исследователи используют синтетические данные для обучения ИИ-классификатора изображений
Для обучения классификатора изображений ИИ или системы компьютерного зрения требуется доступ к большому набору изображений. Исследователи Массачусетского технологического института...
Дятел может решить проблему мультимодальных галлюцинаций LLM
Мультимодальные модели большого языка (MLLM), такие как GPT-4V, действительно хороши в анализе и описании изображений, но иногда они вызывают галлюцинации и...
Мультимодальные возможности GPT-4 делают его уязвимым для атак
Способность GPT-4 обрабатывать изображения действительно впечатляет, но новая возможность открывает перед моделью...
Машинное обучение раскрывает содержание древних свитков и каменных табличек
Люк Фарритор, 21-летний студент факультета информатики Университета Небраски-Линкольна, обнаружил текст внутри карбонизированного свитка...