lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
หน้าแรก
AI
OPRR
ด่วน
ความลึก
กิจกรรม
BlockBeats Pro
เพิ่มเติม
การเงิน
พิเศษ
ระบบนิเวศบล็อกเชน
รายการ
พอดแคสต์
ข้อมูล
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
Partnered With:

Cohere เปิดตัวโมเดลวิชวลขนาดเล็ก 2.4B: ความเข้าใจเอกสารเหนือกว่า Ministral 3 3B

จากข้อมูลการติดตามของ Beating ข่าว Cohere ได้เปิดตัวโมเดลวิทัศน์-ภาษาขนาดเล็กที่สุดของตนเองในขณะนี้ชื่อ North Micro Vision ซึ่งมีพารามิเตอร์เพียง 2.4B พร้อมใช้สัญญาอนุญาต Apache 2.0 โดยมุ่งเน้นการทำงานกับเอกสาร ตาราง กราฟ ภาพหน้าจอ และ OCR สามารถประมวลผลภาพที่มีอัตราส่วนและความละเอียดดั้งเดิมได้โดยตรง โดยไม่ต้องบีบอัดให้เป็นขนาดคงที่ก่อน

โมเดลประกอบด้วยโมเดลภาษาขนาด 2B และตัวเข้ารหัสวิทัศน์ขนาด 400M ในการทดสอบอย่างเป็นทางการ คะแนน DocVQA อยู่ที่ 92.1% สูงกว่า Ministral 3 3B ที่ได้ 89.6% และ Gemma 4 E2B ที่ได้ 73.2% และใกล้เคียงกับ Qwen3.5-2B ที่ได้ 92.6% ส่วนคะแนนการระบุตำแหน่งวิทัศน์ RefCOCO อยู่ที่ 73.2% ซึ่งสูงกว่า Ministral และ Gemma อย่างชัดเจนเช่นกัน

อย่างไรก็ตาม มันไม่ใช่โมเดลที่แข็งแกร่งที่สุดในขนาดเดียวกัน Qwen3.5-2B ยังคงเหนือกว่าในเกณฑ์มาตรฐานวิทัศน์ทั่วไป OCR และมัลติโมดัลส่วนใหญ่ จุดแข็งของ North Micro Vision เน้นไปที่การเข้าใจเอกสารและการระบุตำแหน่งวิทัศน์มากกว่า และมันไม่ใช่โมเดลสำหรับการให้เหตุผล ไม่รองรับการเรียกใช้เครื่องมือ และความสามารถด้านคณิตศาสตร์และโค้ดมีจำกัด

ที่เกี่ยวข้องแนะนำ
Anthropic เปิดให้ผู้ใช้ทั่วไปเข้าถึงโมเดลระดับ Mythos อย่าง Fable 5 พร้อมจำกัดความสามารถที่มีความเสี่ยงสูงผ่านการแบ่งระดับสิทธิ์การใช้งาน
ทฤษฎีต่อมารองเผด็จการตามลำดับจากตำแหน่งสูงสุดไปถึงตำแหน่งต่ำสุด
สินค้าเทคโนโลยีเป็นพื้นที่ที่ถูกทำร้ายอย่างมาก
แก้ไข/รายงาน
ส่ง
เพิ่มคลัง
เห็นได้เฉพาะตัวเอง
สาธารณะ
บันทึก
เลือกคลัง
เพิ่มคลัง
ยกเลิก
เสร็จสิ้น