LFM2.5-VL-3Bがエッジ展開向けの画面理解と関数呼び出しを改善
LFM2.5-VL-3Bは、リアルタイムおよびオンデバイスアプリケーションの低レイテンシを維持しつつ、より大規模なモデルに対抗する競争力のあるパフォーマンスを提供する新しいビジョン・ランゲージモデルです。これは以前のLFM2-VL-3Bリリースを基盤としており、画面理解、グラウンディング、関数呼び出し、マルチイメージ入力機能において大幅な強化が図られています。
MiLMMT-46-v1.0が参照なし後訓練により多言語翻訳を改善
研究者らは、オープンな大規模言語モデルに対して参照なし後訓練を適用する多言語機械翻訳モデルであるMiLMMT-46-v1.0を開発した。チームは、言語識別によってゲート制御される2つの参照なし品質推定モデルに基づく報酬を用いたグループ相対的政策最適化（GRPO）を採用している。
MiLMMT-46-v1.0 は参照なしのポストトレーニングにより多言語翻訳を改善
研究者らは、参照なしのポストトレーニングを活用する多言語機械学習のためのオープンな大規模言語モデルである MiLMMT-46-v1.0 を公開した。教師ありファインチューニングされた MiLMMT-46-v0.1 から出発し、チームは言語識別によってゲート制御される2つの参照なし品質推定モデルに基づく報酬を用いた Group Relative Policy Optimization (GRPO) を適用した。