مایکروسافت مدل با ۴.۲ میلیارد پارامتر را برای درک تصاویر و نمودارها رونمایی کرد

مایکروسافت مدل با ۴.۲ می‌لیارد پارام‌تر را برای درک تصاویر و نمودار‌ها رونمایی کرد

مایکروسافت به طور پیش‌نمایش مدل هوش مصنوعی را معرفی کرد که از ۴.۲ می‌لیارد پارام‌تر بهره می‌برد. این مدل زبانی جدید از خانواده قابلیت درک بالا از تصاویر و نمودار‌ها را دارد و با مشاهده آن‌ها می‌تواند اطلاعات مرتبط را استخراج و ارائه دهد.

یک مدل چندوجه‌ی است که هم متون و هم تصاویر را درک می‌کند و می‌تواند بر روی تلفن‌های همراه نیز اجرا شود. بر اساس اعلام مایکروسافت، این مدل مجهز به استدلال بصری کلی است و می‌تواند با پاسخ به سوالات مربوط به تصاویر و نمودار‌ها، تحلیل‌های بصری را انجام دهد.

این مدل نسبت به سیستم‌های متمرکز بر تولید تصویر مانند یا بسیار کوچک‌تر است، اما قابلیت‌های اختصاصی درک محتوای بصری را فراهم می‌آورد. اگرچه قادر به تولید تصویر نیست، اما امکان تجزیه و تحلیل محتوای تصاویر برای کاربران را ایجاد می‌کند.

مایکروسافت پیش از این در ماه آوریل کوچک‌ترین عضو این خانواده یعنی با ۳.۸ می‌لیارد پارام‌تر را رونمایی کرده بود. سایر اعضای خانواده شامل با ۷ می‌لیارد پارام‌تر و با ۱۴ می‌لیارد پارام‌تر می‌باشند. در حال حاضر به صورت پیش‌نمایش در دسترس است و زمان انتشار جهانی آن هنوز به طور دقیق اعلام نشده است، در حالی که دسترسی به سایر مدل‌های این خانواده از طریق کتابخانه مدل‌های امکان‌پذیر است.