#multimodal AI
7 stories taggedmultimodal AI.
NeoMME Is a Tiny AI Model That Reads Documents Twice as Fast as Its Rivals
A new open-source model scans document pages as images, skips the usual heavy architecture, and still matches much larger systems on accuracy. Here is what that means if you work with PDFs.
Apple's AI Model Can Write Text and Draw Pictures at the Same Time, Using One Engine
A new research model from Apple blends language and image generation into a single, unified system. Here is why that matters for the next generation of AI assistants.
Muse Glimmer de Meta es una IA de 30 mil millones de parámetros que puedes ejecutar en tu propia máquina
El nuevo modelo de código abierto ve imágenes, entiende video y puede actuar como asistente personal sin enviar tus datos a un servidor en la nube.
La nueva herramienta de seguridad de Mistral lee tus reglas y las aplica al instante
Shieldstral es un pequeño modelo de IA gratuito que analiza texto e imágenes en busca de contenido nocivo utilizando políticas en inglés simple que escribes tú mismo. No se requieren conocimientos especializados.
Por qué los modelos de IA aún inventan detalles en imágenes, y qué están haciendo los investigadores de Apple al respecto
Un nuevo estudio de Apple ML Research analiza por qué los modelos de IA multimodales alucina, es decir, describen imágenes con detalles que suenan seguros pero que simplemente no existen, y cómo una técnica de entrenamiento llamada alineación de preferencias podría solucionarlo.
Inkling-Small es una cuarta parte del tamaño de su predecesor y casi tan capaz
Thinking Machines ha lanzado un segundo modelo de IA de código abierto apenas dos semanas después del primero. La versión más pequeña cuesta menos de ejecutar, obtiene puntuaciones más altas en varias pruebas de codificación y viene con una licencia compatible con los negocios.
Investigadores crean una prueba para ver si la IA puede resumir realmente un video de 16 minutos
Un nuevo estándar de evaluación llamado LVSum revela cuán mal pierden la noción del tiempo los actuales sistemas de IA para video.