NeoMME: engizlikka ega bo‘lgan, eng so‘nggi natijalarga ega bo‘lgan samarali ko‘p modalli, ko‘p tilli kodek

Sun'iy intellekt tadqiqotchilari yangi chiqarilgan ilmiy maqolada NeoMME modelini multimodal-tug'ma va ko'p tilli kodlashchi sifatida taqdim etishdi. Giberid transformer arxitekturasi va og'irliqlarni siqish usullaridan foydalanish orqali model hisoblash hajmini sezilarli darajada kamaytirgan, shu bilan birga turli tabiiy til qayta ishlash, suratlarni tanish va nutqni tanish vazifalari bo'yicha yuqori aniqlikni saqlab qoldi. Taqqoslab o'tkazilgan tajribalarda NeoMME XNLI, MSCOCO va Common Voice kabi standart ma'lumotlar to'plamlarida CLIP va mBERT kabi yetakchi modellarga teng yoki ularni ortig'icha bo'lgan natijalarga erishdi, shu bilan birga xotira va ixtiloslash vaqtini taxminan 30% kamroq sarfladi. Bu yangilik resurslari cheklangan muhitlarda, jumladan, mobil qurilmalarning va tarmoq chegara nuqtalarining kengaytirilishi mumkin bo'lgan sun'iy intellekt ilovalarini joriy etish yo'lini ochiishi mumkin.