Kuinka opettaa tekoäly ymmärtämään kaavioita: Analysoimme MIT:n uuden ChartNet-aineiston
MIT:n ja IBM Researchin tutkijat ovat esitelleet multimodaalisen ChartNet-aineiston, joka on tarkoitettu kaavioiden analysointiin tarkoitettujen mallien kouluttamiseen ja testaamiseen. Aineisto sisältää 1,7 miljoonaa synteettistä esimerkkiä, jotka kattavat 24 visualisointityyppiä, ja siinä on automaattinen varmennus ja manuaalisesti validoituja osajoukkoja. ChartNet-aineistolla hienosäätämällä avoimia VLM-malleja pystyttiin 2–7 miljardin parametrin mallit kilpailemaan suurten järjestelmien kanssa, ja ne ylittivät ajoittain GPT-4o:n.
IBM
Alibaba/Qwen
Google/DeepMind
OpenAI
Hugging Face
Habr — хаб NLP27.07 · 01:05