家庭能源智聯(lián)自由 海辰儲(chǔ)能發(fā)布首套免安裝家庭微網(wǎng)系統(tǒng)HeroESOpenAI發(fā)布o(jì)3:AI 推理能力的重大突破,得分高達(dá)87.5%亞馬遜云科技推出Amazon Q Developer新功能小象超市,摸著美團(tuán)外賣出海E Ink元太科技連三年入選道瓊可持續(xù)雙指數(shù)撬動(dòng)6000億GTV后,抖音計(jì)劃偷襲美團(tuán)大本營AGI Open Network(AON):賦能每個(gè)人創(chuàng)建、部署和貨幣化AI Agent貸款利率史上最低了嗎?東融教你看懂歷年啥水平“客服來電”有詐?抖音客服上線“驗(yàn)證助手”助用戶識(shí)別詐騙OpenAI新模型GPT-5研發(fā)未達(dá)預(yù)期:成本高昂 效果不佳曝天馬打入果鏈:為蘋果HomePod供應(yīng)LCD屏 每塊屏僅10美元曝OPPO或首發(fā)新款天璣次旗艦芯片 兩大子品牌Q2發(fā)力諾基亞攜手阿聯(lián)酋運(yùn)營商e&,展示全球首個(gè)固網(wǎng)游戲端到端網(wǎng)絡(luò)切片方案零下25℃制熱26℃!海爾水暖通黑科技亮相冰雪大世界三星沒放棄曲面屏開發(fā)!最新專利曝光暗示有望回歸三大運(yùn)營商11月成績單:用戶數(shù)據(jù)增幅放緩打造下一個(gè)英偉達(dá),孫正義的2026芯片計(jì)劃曝光瞭望2025全球6G技術(shù)發(fā)展趨勢AI時(shí)代云安全新范式,暢捷通智能守護(hù)小微企業(yè)安全上云百川智能發(fā)布全鏈路領(lǐng)域增強(qiáng)金融大模型 Baichuan4-Finance
  • 首頁 > 云計(jì)算頻道 > 大模型

    谷歌發(fā)布PaLI-3視覺語言模型 小體量達(dá)到SOTA!

    2023年10月27日 09:51:17   來源:站長之家

      10月27日消息:谷歌最新發(fā)布的PaLI-3視覺語言模型(PaLI-3)在小體量下實(shí)現(xiàn)了SOTA性能,引起廣泛關(guān)注。這款模型以更小的體量和更快的推理速度實(shí)現(xiàn)更強(qiáng)大的性能,是谷歌去年推出的多模態(tài)大模型PaLI的升級(jí)版。

      通過對(duì)比預(yù)訓(xùn)練方法,研究人員深入研究了視覺-文本(VIT)模型的潛力,從而在多語言模態(tài)檢索中達(dá)到了SOTA水平。這一成功凸顯了較小規(guī)模模型在實(shí)際應(yīng)用和高效研究中的重要性,提供了強(qiáng)大性能和低參數(shù)需求的替代方案,有望推動(dòng)視覺語言領(lǐng)域的發(fā)展。

    1.jpg

      視覺語言模型在人工智能領(lǐng)域發(fā)揮著重要作用,PaLI-3將自然語言理解和圖像識(shí)別完美融合,成為AI創(chuàng)新的先鋒。與其他模型如OpenAI的CLIP和Google的BigGAN類似,這些具有文本描述和圖像解碼能力的模型推動(dòng)了計(jì)算機(jī)視覺、內(nèi)容生成和人機(jī)交互等領(lǐng)域的發(fā)展,成為科學(xué)研究和商業(yè)發(fā)展的核心力量。

      PaLI-3的內(nèi)部結(jié)構(gòu)采用了預(yù)訓(xùn)練的VIT-G14作為圖像編碼器,并使用SigLIP的訓(xùn)練方法,其中VIT-G14的20億參數(shù)是PaLI-3的基石。對(duì)比預(yù)訓(xùn)練在圖像和文本嵌入后關(guān)聯(lián)特征層面,將視覺和文本特征合并后輸入到30億參數(shù)的UL2編碼-解碼器語言模型中,實(shí)現(xiàn)了精確的文本生成,也可用于特征任務(wù)的查詢提升,如視覺問答(VQA)。

      總的來說,PaLI-3在視覺語言模型領(lǐng)域表現(xiàn)出色,特別在定位和視覺文本理解等任務(wù)中取得了卓越的性能。它的基于SigLIP的對(duì)比預(yù)訓(xùn)練方法開辟了多語言跨模態(tài)檢索的新時(shí)代。這一模型在多個(gè)任務(wù)和數(shù)據(jù)集上都展現(xiàn)出杰出表現(xiàn),為視覺語言領(lǐng)域的研究和應(yīng)用帶來了新的可能性。

      雖然PaLI-3尚未完全開源,但已發(fā)布了多語言和英文SigLIP Base、Large和So400M模型,為感興趣的研究人員提供了嘗試的機(jī)會(huì)。這一創(chuàng)新有望影響視覺語言模型的未來發(fā)展方向,提供更高效的解決方案。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    即時(shí)

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡直是創(chuàng)作者們的首選。

    研究

    中國信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會(huì)——工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析專題論壇在沈陽成功舉辦。