アリババグループとパートナーがMMR1を発表:より少ないデータでマルチモーダル推論に革命を起こす! MMR1 では、安定した RL 微調整のための分散認識サンプリング (VAS) が導入されています。不安定な最適化と希少な高品質のデータに取り組みます。コミュニティ向けに大規模なオープンデータセット(~1.6M CoT、15k RL QA)とモデル(3B、7B、32B)をリリースします。

GoogleがEmbeddingGemmaを導入! この軽量でオープンなテキスト埋め込みモデルは、わずか300MのパラメータでMTEBでSOTAパフォーマンスを実現します。サイズの 2 倍のモデルよりも優れており、高速で効率的なオンデバイス AI アプリケーションに最適です。

OpenBMB が MiniCPM-V 4.5 をリリース: 効率的な MLLM パワーハウス この 8B パラメーター モデルは、最先端の視覚的推論を実現し、革新的な効率で GPT-4o の最新およびより大きなモデルを上回ります。 その 3D リサンプラーにより、iPad 上でも高 FPS のビデオ理解と堅牢な OCR が可能になります。