Llama 3.2: Первая мультимодальная ИИ модель с открытыми весами |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-10-12 12:01 Для тех, кто ищет опенсорсную альтернативу мультимодальным возможностям GPT-4o, а именно AI-зрению, есть хорошие новости. Первая открытая модель такого типа доступна на HuggingFace: это Llama 3.2. Точнее, это коллекция моделей, которая включает две обычных LLM для генерации текста - 1B и 3B, а также версии 11B и 90B, которые способны работать с изображениями. Эти модели способны решать разнообразные задачи, связанные с визуальным вводом - анализ изображений, распознавание определенных визуальных паттернов. Как и предыдущие модели Llama, версии 11B и 90B можно запускать в облаке immers.cloud для инференса и файнтюнинга, используя GPU с достаточным объемом видеопамяти. 1B и 3B версии позволяют использовать возможности ИИ на менее мощном железе, так как эти модели очень легковесные, но в то же время конкурируют по качеству с Gemma 2 и Phi-3.5, судя по бенчмаркам. Источник: vk.com Комментарии: |
|