01.AI — korshunov.ai — actualités ML

Laboratoire · 01.AI

lab Liquid AI · il y a 3 j Berkeley Function-Calling Leaderboard · 32.5% · 15 vues

LFM2.5-VL-3B améliore la compréhension d'écran et l'appel de fonctions pour le déploiement en périphérie

LFM2.5-VL-3B est un nouveau modèle vision-langue qui offre des performances compétitives face à des modèles plus grands tout en maintenant une faible latence pour les applications temps réel et sur appareil. Il s'appuie sur la précédente version LFM2-VL-3B avec des améliorations significatives dans la compréhension d'écran, l'ancrage (grounding), l'appel de fonctions et les capacités d'entrée multi-images.

arxiv arXiv cs.AI · il y a 3 j

MiLMMT-46-v1.0 améliore la traduction multilingue grâce à un post-entraînement sans référence

Des chercheurs ont développé MiLMMT-46-v1.0, un modèle de traduction automatique multilingue qui applique un post-entraînement sans référence aux grands modèles de langage ouverts. L'équipe utilise l'optimisation de politique relative par groupe (GRPO) avec une récompense basée sur deux modèles d'estimation de la qualité sans référence, contrôlée par l'identification de la langue.

arxiv arXiv cs.CL · il y a 3 j · 1 vue

MiLMMT-46-v1.0 améliore la traduction multilingue grâce à un post-apprentissage sans référence

Les chercheurs ont publié MiLMMT-46-v1.0, un grand modèle de langage ouvert pour la traduction automatique multilingue qui utilise un post-apprentissage sans référence. À partir du MiLMMT-46-v0.1 finement ajusté par apprentissage supervisé, l'équipe a appliqué l'optimisation relative de politique de groupe (GRPO) avec une récompense basée sur deux modèles d'estimation de la qualité sans référence, contrôlés par identification de la langue.