پژوهش
نئو امامای؛ مدل کارآمد هوش مصنوعی چندوجهی و چندزبانه
معرفی NeoMME، خانواده جدیدی از مدلهای چندوجهی و چندزبانه با معماری ترنسفورمر دوجهته که بدون وابستگی به مدل بینایی جداگانه، تصویر و متن را همزمان پردازش میکند.
مدلها
هوش مصنوعی PP-OCRv6؛ تشخیص متن در ۵۰ زبان با سه اندازهٔ مختلف
مدل جدید PP-OCRv6 از خانوادهٔ PaddleOCR با پشتیبانی از ۵۰ زبان و اندازههای ۱.۵ تا ۳۴.۵ میلیون پارامتر، تشخیص متن را در اسناد و تصاویر متحول میکند.
پژوهش
هوش مصنوعی mmBERT: مدل چندزبانه برتر با سرعت بینظیر
معرفی mmBERT، مدل چندزبانهٔ نوین با بیش از 1800 زبان و دادهٔ 3T توکن، که عملکرد بالا و سرعت بینظیر نسبت به XLM‑R و مدلهای گذشته ارائه میدهد.
پژوهش
EmbeddingGemma: مدل جدید و کارآمد گوگل برای هوش مصنوعی چندزبانه
گوگل مدل EmbeddingGemma را معرفی کرد؛ با ساختار ۳۰۸M پارامتر و پنجرهی ۲K، سریع و کماستهلاک است، تا امکان پیادهسازی RAG و هوش مصنوعی موبایلی را فراهم کند.
مدلها
Aya Vision؛ جهش بزرگ هوش مصنوعی چندزبانه با قابلیت دید کامپیوتری
در مقاله امروز به معرفی Aya Vision، نسل جدید مدلهای چندزبانه و چندحالته میپردازیم؛ مدلی منبعباز که با پشتیبانی از ۲۳ زبان، درک متن و تصویر را متحول میکند.
اخبار
هوش مصنوعی: مدل جدید هاگینگ فیس، بازیابی اسناد چندزبانه را متحول میکند
هاگینگ فیس با معرفی مدل vdr-2b-multi-v1، گامی بزرگ در بازیابی بصری اسناد چندزبانه برداشت. این مدل جستجو در اسناد تصویری را بدون OCR ممکن میسازد.
مدلها
آیا اکسپانس: برترین مدل چندزبانه در هوش مصنوعی
با انتشار خانواده مدلهای 8B و 32B از Aya Expanse، شرکت C4AI گامی نوین در تسهیل دسترسی به هوش مصنوعی چندزبانه برداشته است