Image Credit:Apple Publishes Details About New ‘MM1’ AI Model
Appleの研究者らは、新しい大規模言語モデル（LLMs）のトレーニング方法を開発しました。この方法は、テキストと視覚情報をシームレスに統合するものです。Appleの研究成果は”MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training”という論文に詳細に記載されており、より知的で柔軟なAIシステムを作成する新しいアプローチを示しています。異なる種類のトレーニングデータとモデルアーキテクチャの組み合わせに焦点を当てるAppleの研究では、AIが視覚と言語の手がかりを組み合わせて言語を理解し生成する能力が重要であるとされています。また、MM1モデルは、多様なデータセットを使用して、画像キャプショニングや視覚的な質問に高い精度で対応できるAIの新基準を確立していると主張しています。この研究は、AppleのAI能力強化の取り組みの一環として登場し、AI能力の充実が競争が激化する中で重要視されています。Appleの研究者たちは、大規模言語モデル（LLMs）のトレーニング方法を開発しました。この手法は、テキストと視覚情報をシームレスに統合します。Appleの研究論文「MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training」では、画像キャプションのペア、交互に配置された画像テキスト文書、テキストデータを利用した多様なデータセットを活用しています。MM1モデルは高い精度で画像キャプショニング、視覚的な質問応答、自然言語推論などのタスクを遂行するAIシステムの新たな基準を確立したとAppleは主張しています。この研究は、Appleがさまざまな種類のトレーニングデータやモデルアーキテクチャを組み合わせることに焦点を当てており、AIが視覚と言語の手掛かりをミックスして言語を理解し生成する能力を可能にしています。
引用元記事はこちらApple Publishes Details About New ‘MM1’ AI Model