Technologia

Gen AILLMObrazR & D

Mirage: Myślenie wizualne w modelach wielomodalnych bez generowania obrazów

Naukowcy z University of Massachusetts Amherst i MIT przedstawili Mirage, innowacyjne podejście, które umożliwia wielomodalnym modelom językowym (VLM) wizualne rozumowanie bez konieczności generowania pełnych obrazów. Inspirując się ludzką zdolnością do mentalnej wizualizacji, Mirage integruje kompaktowe wskazówki wizualne bezpośrednio w proces myślowy, otwierając nowe możliwości w rozwiązywaniu złożonych zadań przestrzennych.

Read More