به گزارش مجله خبری نگار،به نقل از گیزموچاینا، شرح جزییات این مدل زبانی بزرگ (LLM) در یک تحقیق آمده و نشان میدهد مدل مذکور قابلیتهای خارق العادهای در شناسایی تصویر و همچنین زبان طبیعی دارد.
سیستم هوش مصنوعی MM ۱ در ۳ اندازه ۳، ۷ و ۳۰ میلیارد پارامتر عرضه میشود. محققان از این مدلها برای انجام آزمایشها استفاده کرده اند.
محققان با استفاده از یک ساختار «ترکیبی از کارشناسان» و روش Top-۲ Gating ابزار MM ۱ را ساخته اند. این روش نه تنها نتایج جالب توجهی در بنچمارک پیش از آموزش سیستم هوش مصنوعی داشت، بلکه به عملکرد بهتر روی بنچمارکهای چند وجهی نیز تعبیر شد. مدلهای MM ۱ حتی پس از تنظیم دقیق برای فعالیتهای خاص، عملکرد رقابتی خود را حفظ کردند.
آزمایشها نشان داد مدلهای MM ۱-۳ B-Chat و MM ۱-۷ B-Chat بهتر از رقبای دیگر خود در بازار عمل میکنند. این مدلها به خصوص در زمینه فعالیتهایی مانند پرسش و پاسخ براساس متن، پاسخ نوشتاری به سوالات درباره یک عکس و پاسخ به سوالات علمی عملکرد خوبی دارند. اما در کل عملکرد MM ۱ از جمینی گوگل یا جی پی تی -۴ برتر نیست. هرچند MM ۱ را نمیتوان یک محصول برتر در بازار به حساب آورد، اما همچنان یک گام مهم در حوزه هوش مصنوعی برای اپل است.