#mllm のAIニュース

3件の記事

マルチモーダル評価器：Strands Evalsにおける画像からテキストへのタスク向けMLLM-as-a-judge

AWS は、視覚的ショッピングや文書理解などのタスクにおいて、モデルの回答が元画像に根付いているか検証するための新しい評価手法「MLLM-as-a-judge」をStrands Evalsに導入したと発表した。

研究者らが、マルチモーダル大規模言語モデル（MLLM）のポストトレーニングにおける課題として、多様で実行可能な高品質なタスクデータセットの不足を指摘し、探索ベースの合成タスク生成手法を提案している。

ByteDanceは、複雑な屋内環境での自律ロボットナビゲーション課題を解決するため、「Astra」を開発した。これは「現在地」「目的地」「経路」の3つの基本質問に答える二重モデルアーキテクチャであり、従来の手法の限界を克服する革新的な技術である。