ページを読み込み中…
ページを読み込み中…
6件の記事
Hugging Face は、エッジデバイスでの利用を想定し、より優れた速度と精度を実現する視覚機能を提供するオープンウェイトモデル「LFM2.5-VL-3B」を発表した。
基盤モデルの進化に不可欠なビジョンの役割を強調し、統一型マルチモーダル事前学習におけるモダリティ間の相互作用メカニズムと設計空間を体系的に探索した実験結果を発表。
NVIDIA は量子プロセッサの診断出力を解釈し校正を行うオープンソースビジョン言語モデル「Ising Calibration」を開発した。
AWS は、Amazon Nova 2 Lite と Anthropic の Claude Sonnet 4.6 を組み合わせて、スキャンした年鑑ページから写真と名前を正確に抽出し、関連付ける効率的なドキュメント処理ソリューションを発表しました。
AI2は、スクリーンショットのみでウェブサイトを操作する完全オープンなウェブエージェント「MolmoWeb」を発表した。40億および80億パラメータの小型モデルながら、標準ベンチマークで多くの大規模専有システムを上回った。