Alibaba Group ja kumppanit julkistavat MMR1:n: Mullistaa multimodaalisen päättelyn vähemmällä datalla! MMR1 esittelee varianssitietoisen näytteenoton (VAS) vakaaseen RL-hienosäätöön. Käsittelee epävakaata optimointia ja niukkoja korkealaatuisia tietoja. Massiivisten avoimien tietojoukkojen (~1,6 miljoonaa CoT, 15 tuhatta RL laadunvarmistusta) ja mallien (3B, 7B, 32B) julkaiseminen yhteisölle.

Google esittelee EmbeddingGemman! Tämä kevyt, avoimen tekstin upotusmalli saavuttaa SOTA-suorituskyvyn MTEB:ssä vain 300 miljoonalla parametrilla. Se päihittää kaksi kertaa suuremmat mallit ja sopii täydellisesti nopeisiin, tehokkaisiin laitteessa oleviin tekoälysovelluksiin.

OpenBMB julkaisee MiniCPM-V 4.5:n: Tehokas MLLM-voimanpesä Tämä 8B-parametrimalli saavuttaa huippuluokan visuaalisen päättelyn ja ylittää GPT-4o:n uusimmat ja suuremmat mallit vallankumouksellisella tehokkuudella. Sen 3D-Resampler mahdollistaa korkean FPS-videon ymmärtämisen ja vankan OCR:n jopa iPadillasi.