جمعه 5 بهمن 1403 – 21:35
تککرانچ مینویسد که مدلهای جدید SmolVLM-256M و SmolVLM-500M بهترتیب ۲۵۶ میلیون و ۵۰۰ میلیون پارامتر دارند. این پارامترها تعیینکننده تواناییهای مدل در حل مسائل پیچیده، ازجمله عملکرد آنها در آزمونهای ریاضی و وظایف مشابه محسوب میشوند. هر دو مدل میتوانند وظایفی مانند توصیف تصاویر یا کلیپهای ویدئویی، پاسخ به پرسشهای مرتبط با فایلهای PDF و تحلیل متنها و نمودارهای اسکنشده را انجام دهند.
طبق اعلام تیم Hugging Face، مدلهای جدید توانستهاند در آزمونهایی مانند AI2D که توانایی تحلیل نمودارهای علمی سطح مدرسه را ارزیابی میکند، عملکرد بهتری از مدل بسیار بزرگتر Idefics 80B از خود نشان دهند. این مدلها اکنون تحت لایسنس Apache 2.0 برای استفاده بدون محدودیت در دسترس هستند و کاربران میتوانند آنها را از وبسایت Hugging Face دانلود کنند.
برای مشاهده کامل مطب کلیک کنید