KI erklärt Bilder: Kosmos-1 von Microsoft löst visuelle Rätsel
#AlephAlpha #ComputerVision #KünstlicheIntelligenz #MachineLearning #Microsoft #Multimodality #OpenAI

Microsoft hat ein multimodales KI-Modell vorgestellt, das Bildinhalte erfasst und in natürlicher Sprache Fragen zum Dargestellten beantwortet: Kosmos-1․

LLaVA: Multimodales offenes KI-Modell auf LLaMA-Basis liest Bilder und Sprache
#ChatGPT #KünstlicheIntelligenz #Llama #MachineLearning #Microsoft #Multimodality

Die Forschungsdemo des Large Language and Vision Assistant erlaubt Usern das Hochladen eigener Bilder zum Testen multimodaler Fähigkeiten und sammelt Feedback․