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。
本文由「aiuc」编辑整理，文章链接：https://www.aiuc.net/22700
该文观点仅代表作者本人，平台仅提供信息存储空间服务。
2023斯坦福大学AI指数报告：印度领先全球AI技能渗透率
上一篇
2023年10月30日
摩根大通：越南领先新兴东南亚人工智能发展
下一篇
2023年10月30日
