Найдено записей: 6
'VL-Cogito внедряет поэтапное RL и динамические награды по длине, значительно улучшая результаты на задачах по математике, науке и анализу графиков.'
Mirage предлагает новый метод для моделей Vision-Language, позволяющий интегрировать визуальное мышление без генерации изображений, значительно повышая их эффективность в решении пространственных и мультимодальных задач.
Google выпустил открытые модели MedGemma 27B Multimodal и MedSigLIP для масштабируемого мультимодального медицинского ИИ, обеспечивающие высокую точность и эффективность.
ReVisual-R1 — инновационная открытая мультимодальная языковая модель на 7 млрд параметров, которая достигает высоких результатов в комплексном рассуждении благодаря уникальному трехэтапному процессу обучения.
MiMo-VL-7B — мощная визуально-языковая модель от исследователей Xiaomi, показывающая передовые результаты в визуальном понимании и мультимодальном рассуждении благодаря инновационным методам обучения.
Skywork AI представляет R1V2 — современную мультимодальную модель с гибридным обучением с подкреплением, которая улучшает специализированное рассуждение и обобщение, превосходя многие открытые и проприетарные модели.