🖥 NVIDIA выпустила линейку языковых моделей

Компания NVIDIA, известная, прежде всего, графическими процессорами (GPU), объявила о релизе своей первой линейки больших мультимодальных моделей NVLM 1.0. По словам разработчиков, она справляется с текстовыми задачами, распознает изображения и решает задачи по математике.

Что умеет NVLM 1.0

🟢 Распознавать текст на изображениях. NVLM 1.0 обрабатывает текстовую и визуальную информацию, благодаря чему решает сложные задачи. Модель умеет распознавать текст на изображении и отвечать на вопросы о содержании картинок. В ряде тестов по распознаванию текста NVLM 1.0 даже обошла GPT-4o.

🟢 Интерпретировать мемы и другие изображения. Модель может объяснить, в чем состоит шутка на картинке, подскажет значение дорожного знака, определит по фото тип видеокарты или процессора.

🟢 Писать код на основе текстового промпта. Можно написать на листе задачу по программированию, и модель не только распознает текст, но и сгенерирует код.

🟢 Решать задачи по математике. NVLM 1.0 демонстрирует высокую точность в решении математических задач, обгоняя LLM от Google и лишь немного уступая Claude 3.5 от Anthropic.

Модель Open Source

NVIDIA планирует сделать линейку моделей полностью открытой, что ставит их в один ряд с такими популярными LLM с открытым кодом, как Llama или Mistral. Веса моделей NVLM 1.0 станут доступны на платформе Hugging Face — исследователи смогут использовать технологии NVIDIA для своих проектов.

Больше по теме:

Дженсен Хуанг: от уборщика до директора самой дорогой компании в мире

#news #NVIDIA @hiaimedia