🤖 حالت Vision در DeepSeek فعال شد
DeepSeek حالت Vision را در نسخه وب و اپلیکیشن موبایل خود راه‌اندازی کرده است. این قابلیت از CoT بصری (Chain-of-Thought) برای وظایف پیچیده مانند استنتاج هندسی، تحلیل نمودارها و تبدیل مستقیم اسکرین‌شات‌های رابط کاربری به HTML پشتیبانی می‌کند. اساس این ویژگی، کار پژوهشی "Thinking with Visual Primitives" است که در آن مشکل درک MMLM (Multimodal Large Language Models) با تمرکز بر مکان‌یابی دقیق و استدلال فضایی حل شده است. در این روش، مختصات و کادرهای مرزی به عنوان واحدهای اصلی تفکر عمل کرده و مستقیماً در CoT بصری گنجانده می‌شوند. این امر به مدل، جهت‌گیری فضایی دقیقی در استنتاج بدون نیاز به توصیفات زبان طبیعی می‌دهد.
#خبر #Multimodal
DeepSeek حالت Vision را در نسخه وب و اپلیکیشن موبایل خود راه‌اندازی کرده است. این قابلیت از CoT بصری (Chain-of-Thought) برای وظایف پیچیده مانند استنتاج هندسی، تحلیل نمودارها و تبدیل مستقیم اسکرین‌شات‌های رابط کاربری به HTML پشتیبانی می‌کند. اساس این ویژگی، کار پژوهشی "Thinking with Visual Primitives" است که در آن مشکل درک MMLM (Multimodal Large Language Models) با تمرکز بر مکان‌یابی دقیق و استدلال فضایی حل شده است. در این روش، مختصات و کادرهای مرزی به عنوان واحدهای اصلی تفکر عمل کرده و مستقیماً در CoT بصری گنجانده می‌شوند. این امر به مدل، جهت‌گیری فضایی دقیقی در استنتاج بدون نیاز به توصیفات زبان طبیعی می‌دهد.
📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#خبر #Multimodal
هوش مصنوعی و علم داده به فارسی
🚀 انتشار نسخه Dola Seedream 5.0 Pro 🤖 ابزار Dola Seedream 5.0 Pro اکنون از طریق سرویس BytePlus در دسترس کاربران قرار گرفته است. این پلتفرم با هدف ارتقای فرآیندهای تولید محتوای بصری، امکانات پیشرفته‌ای را برای سازمان‌ها فراهم می‌کند. ⚡ قابلیت‌های این…
🚀 جهش خیره‌کننده مدل Seedream-5.0 Pro
🤖 مدل Seedream-5.0 Pro با کسب امتیاز 1415 در بنچمارک Multi-Image Edit، موفق شد به جایگاه دوم جهانی دست یابد. این مدل نسبت به نسخه 4.5 که در رتبه یازدهم بود، بهبود عملکرد بسیار چشمگیری را تجربه کرده است.
📊 ارزیابی این مدل در پلتفرم Arena.ai نشان‌دهنده توانمندی بالای آن در ویرایش دقیق تصاویر و درک سناریوهای پیچیده بصری است. این جهش نشان می‌دهد که صنعت تولید تصویر با AI به سمت ابزارهای دقیق‌تر و واقع‌گرایانه‌تر حرکت می‌کند.
#خبر #Multimodal
🤖 مدل Seedream-5.0 Pro با کسب امتیاز 1415 در بنچمارک Multi-Image Edit، موفق شد به جایگاه دوم جهانی دست یابد. این مدل نسبت به نسخه 4.5 که در رتبه یازدهم بود، بهبود عملکرد بسیار چشمگیری را تجربه کرده است.
📊 ارزیابی این مدل در پلتفرم Arena.ai نشان‌دهنده توانمندی بالای آن در ویرایش دقیق تصاویر و درک سناریوهای پیچیده بصری است. این جهش نشان می‌دهد که صنعت تولید تصویر با AI به سمت ابزارهای دقیق‌تر و واقع‌گرایانه‌تر حرکت می‌کند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#خبر #Multimodal
🤖 معرفی مدل Inkling؛ پلتفرم جدید برای شخصی‌سازی چندوجهی
🔬 آزمایشگاه Thinking Machines از مدل جدید و open-weights خود به نام Inkling رونمایی کرد. این مدل با 975 میلیارد پارامتر کل و 41 میلیارد پارامتر فعال، از context window یک میلیون توکنی پشتیبانی کرده و روی 45 تریلیون توکن آموزش دیده است.
⚡ مدل Inkling به‌صورت چندوجهی طراحی شده و قابلیت پردازش متن، تصویر، صدا و ویدیو را دارد. نسخه Inkling-Small نیز با 12 میلیارد پارامتر فعال برای کاربردهای سبک‌تر در دسترس است.
#خبر #Multimodal
🔬 آزمایشگاه Thinking Machines از مدل جدید و open-weights خود به نام Inkling رونمایی کرد. این مدل با 975 میلیارد پارامتر کل و 41 میلیارد پارامتر فعال، از context window یک میلیون توکنی پشتیبانی کرده و روی 45 تریلیون توکن آموزش دیده است.
⚡ مدل Inkling به‌صورت چندوجهی طراحی شده و قابلیت پردازش متن، تصویر، صدا و ویدیو را دارد. نسخه Inkling-Small نیز با 12 میلیارد پارامتر فعال برای کاربردهای سبک‌تر در دسترس است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#خبر #Multimodal
❤1