Дом
Apple представляет систему искусственного интеллекта RubiCap для описания изображений на фоне опасений по поводу производительности
В области компьютерного зрения одной из основных задач уже давно является обеспечение способности ИИ наблюдать и описывать каждую деталь изображения с точностью, сравнимой с человеческой. Недавно компания Apple в сотрудничестве с Университетом Висконсин-Мэдисон официально представила новую платформу для обучения ИИ под названием RubiCap .
Эта платформа специально разработана для «плотного описания изображений» и направлена на то, чтобы дать ИИ возможность точно улавливать и формулировать мельчайшие детали — такие как «красное яблоко на деревянном столе» или «пешеход вдали» — вместо того, чтобы предлагать лишь общие описания.

Обучение с подкреплением, имеющее большое значение: Qwen2.5 выступает в роли «судьи»
Традиционное описание изображений часто зависит от дорогостоящего аннотирования людьми или от больших моделей, склонных к галлюцинациям, что приводит к нестабильному качеству данных. Исследовательская команда Apple решила эту проблему с помощью инновационного подхода на основе обучения с подкреплением. Система сначала использует GPT-4 и Gemini 1.5 Pro для генерации вариантов описаний. Затем Gemini 1.5 Pro уточняет критерии оценки, а модель Qwen2.5 выступает в роли рефери, предоставляя оценки и обратную связь.
Эта структурированная и точная обратная связь позволяет обучаемой модели четко выявлять и исправлять ошибки, достигая более высокой точности описания даже при меньшем количестве параметров.
Преимущество компактной модели: более низкий уровень галлюцинаций, превосходящий модели с триллионами параметров
Модели серии RubiCap (с количеством параметров от 2 до 7 миллиардов), обученные на этой платформе, продемонстрировали исключительную эффективность в ходе оценок. Экспериментальные данные показывают, что модель RubiCap с 7 миллиардами параметров достигла максимальных результатов в слепых тестах, при этом уровень ошибок галлюцинаций был ниже, чем у ведущей большой модели с 720 миллиардами параметров. Примечательно, что мини-версия с 3 миллиардами параметров даже превзошла свою 7-миллиардную версию по некоторым показателям.
Связанная статья
Suno добавляет водяные знаки на песни в ходе судебных разбирательств
Suno, платформа, позволяющая пользователям создавать музыку с помощью искусственного интеллекта, представила новые функции для маркировки треков, созданных на платформе, ограничения на скачивание и обновления стандартов сообщества для борьбы с несанк
Маск признал, что утечка кода Grok привела к раскрытию пользовательских данных, и пообещал стереть всю историческую информацию.
Илон Маск напрямую отреагировал на скандал с конфиденциальностью вокруг Grok Build, начав с простого «Да», чтобы подтвердить достоверность инцидента. Он пообещал, что все данные пользователей, ранее загруженные в SpaceXAI, будут безвозвратно удалены,
Акции США достигли исторической отметки, поскольку гиганты искусственного интеллекта и аэрокосмической отрасли готовятся к дебюту с оценкой в триллион долларов
Илон Маск, Сэм Алтман и Дарио Амодэй, три титана технологического сектора, продвигаются к первичным публичным предложениям акций своих respective компаний. Благодаря SpaceX, OpenAI и Anthropic — трем отраслевым гигантам, чья оценка приближается к три
Рекомендации по связанным специальным темам
Комментарии (0)
В области компьютерного зрения одной из основных задач уже давно является обеспечение способности ИИ наблюдать и описывать каждую деталь изображения с точностью, сравнимой с человеческой. Недавно компания Apple в сотрудничестве с Университетом Висконсин-Мэдисон официально представила новую платформу для обучения ИИ под названием
Эта платформа специально разработана для «плотного описания изображений» и направлена на то, чтобы дать ИИ возможность точно улавливать и формулировать мельчайшие детали — такие как «красное яблоко на деревянном столе» или «пешеход вдали» — вместо того, чтобы предлагать лишь общие описания.

Обучение с подкреплением, имеющее большое значение: Qwen2.5 выступает в роли «судьи»
Традиционное описание изображений часто зависит от дорогостоящего аннотирования людьми или от больших моделей, склонных к галлюцинациям, что приводит к нестабильному качеству данных. Исследовательская команда Apple решила эту проблему с помощью инновационного подхода на основе обучения с подкреплением. Система сначала использует GPT-4 и Gemini 1.5 Pro для генерации вариантов описаний. Затем Gemini 1.5 Pro уточняет критерии оценки, а модель Qwen2.5 выступает в роли рефери, предоставляя оценки и обратную связь.
Эта структурированная и точная обратная связь позволяет обучаемой модели четко выявлять и исправлять ошибки, достигая более высокой точности описания даже при меньшем количестве параметров.
Преимущество компактной модели: более низкий уровень галлюцинаций, превосходящий модели с триллионами параметров
Модели серии RubiCap (с количеством параметров от 2 до 7 миллиардов), обученные на этой платформе, продемонстрировали исключительную эффективность в ходе оценок. Экспериментальные данные показывают, что модель RubiCap с 7 миллиардами параметров достигла максимальных результатов в слепых тестах, при этом уровень ошибок галлюцинаций был ниже, чем у ведущей большой модели с 720 миллиардами параметров. Примечательно, что мини-версия с 3 миллиардами параметров даже превзошла свою 7-миллиардную версию по некоторым показателям.
Suno добавляет водяные знаки на песни в ходе судебных разбирательств
Suno, платформа, позволяющая пользователям создавать музыку с помощью искусственного интеллекта, представила новые функции для маркировки треков, созданных на платформе, ограничения на скачивание и обновления стандартов сообщества для борьбы с несанк
Маск признал, что утечка кода Grok привела к раскрытию пользовательских данных, и пообещал стереть всю историческую информацию.
Илон Маск напрямую отреагировал на скандал с конфиденциальностью вокруг Grok Build, начав с простого «Да», чтобы подтвердить достоверность инцидента. Он пообещал, что все данные пользователей, ранее загруженные в SpaceXAI, будут безвозвратно удалены,
Акции США достигли исторической отметки, поскольку гиганты искусственного интеллекта и аэрокосмической отрасли готовятся к дебюту с оценкой в триллион долларов
Илон Маск, Сэм Алтман и Дарио Амодэй, три титана технологического сектора, продвигаются к первичным публичным предложениям акций своих respective компаний. Благодаря SpaceX, OpenAI и Anthropic — трем отраслевым гигантам, чья оценка приближается к три











