Când AI învață să vadă și să gândească în același timp
Modelul Kimi K2.5 de la Moonshot AI integrează limbajul și viziunea și folosește Agent Swarm pentru a aborda probleme complexe. Aceasta reprezintă o schimbare în designul AI, permițând procesarea paralelă și o înțelegere unificată a limbajului și a imaginilor.
Rezumat Detaliat
Articolul discută despre modelul Kimi K2.5 de la Moonshot AI, care își propune să îmbunătățească capacitatea AI de a gestiona sarcini complexe. Modelul integrează limbajul și viziunea ca o singură abilitate, spre deosebire de multe sisteme AI actuale, unde viziunea este adăugată ulterior. Mai mult, introduce Agent Swarm, un sistem care descompune sarcinile complexe în sub-probleme gestionate de lucrători specializați în paralel. Această abordare contrastează cu procesarea secvențială, cu un singur fișier, comună în majoritatea modelelor AI de astăzi, care încetinește adesea performanța.
Designul Kimi K2.5 abordează provocările integrării viziunii și limbajului în modelele AI. Modelele tradiționale antrenează adesea mai întâi limbajul și apoi adaugă viziune, ceea ce duce la conflicte interne între cele două abilități. K2.5, totuși, integrează textul și viziunea încă din fazele inițiale de antrenament, amestecând jetoane de text și viziune. Această integrare timpurie permite modelului să dezvolte o înțelegere mai fluidă, intermodală, similară modului în care persoanele bilingve folosesc ambele limbi. Această abordare ajută AI să înțeleagă atât limbajul, cât și imaginile ca o singură abilitate unificată.
O constatare cheie este eficacitatea "zero-vision SFT" în timpul fazei de reglare fină supravegheată. Echipa K2.5 a constatat că arătând modelului niciun exemplu vizual în această fază, de fapt, a îmbunătățit capacitățile sale de raționament vizual. Acest lucru sugerează că faza de pre-antrenament, cu legăturile sale profunde între limbaj și viziune, a permis deja modelului să gândească vizual. Demonstrațiile concepute de oameni de raționament vizual, în acest caz, au constrâns modelul. Această abordare demonstrează o nouă modalitate de a antrena modelele AI.
⚠️ Notă: Acesta este un rezumat generat automat. Drepturile asupra conținutului aparțin sursei originale. Citește articolul complet aici
Sursa originală
Citește articolul complet aici
Articole similare
330 Modele Lingvistice Testate pe Coreeană; Jumătate Au Eșuat în Utilizarea Alfabetului Corect
Un studiu care a evaluat 330 de modele lingvistice pentru capacitățile lor în limba coreeană a relevat că peste jumătate au eșuat în utilizarea consecventă a alfabetului corect. O funcție simplă de patru rânduri s-a dovedit extrem de eficientă în descalificarea unei porțiuni semnificative de răspunsuri incorecte, subliniind limitările modelelor actuale în gestionarea nuanțelor lingvistice.
Certinia la Dreamforce: Previziuni despre AI în Serviciile Profesionale
Evenimentul Certinia de la Dreamforce va explora evoluția AI în serviciile profesionale, trecând de la productivitatea individuală la transformarea modului în care firmele își coordonează munca și livrează valoare. Accentul va fi pus pe valorificarea inteligenței partajate pentru a îmbunătăți luarea deciziilor și rezultatele în cadrul angajamentelor, conectând datele operaționale cu contextul proiectului și cunoștințele instituționale.
Profound strânge 180 de milioane de dolari pentru a spori vizibilitatea brandurilor în servicii AI
Startup-ul de tehnologie de marketing Profound a anunțat o rundă de finanțare Seria D de 180 de milioane de dolari, atingând o evaluare de 1,8 miliarde de dolari. Investiția, co-condusă de Sequoia Capital și Kleiner Perkins, vizează să ajute companiile să-și îmbunătățească vizibilitatea în peisajul în rapidă creștere al serviciilor AI.
Startup-ul de certificare a agenților AI, AIUC, strânge 40 de milioane de dolari pentru a audita modelele de frontieră
Artificial Intelligence Underwriting Company (AIUC), o companie specializată în certificarea agenților AI, a obținut o finanțare de 40 de milioane de dolari. Acești bani vor permite extinderea serviciilor de auditare pentru a acoperi modelele AI de frontieră, nu doar agenții construiți pe acestea. AIUC consideră că incertitudinile actuale legate de riscurile AI încetinesc adopția tehnologiei.