SenseTime izlaiž multimodālo daudzuzdevumu universālo lielo modeli "Scholar 2.5"

SenseTime nesen izlaida multimodālu daudzuzdevumu universālu lielu modeli ar nosaukumu "Scholar 2.5" ar 3 miljardiem parametru. Tas ir visprecīzākais un lielākais ImageNet modelis starp globālajiem atvērtā pirmkoda modeļiem. Šis modelis sasniedza vairāk nekā 65,0 mAP objektu noteikšanas etalona datu kopā COCO, nodrošinot efektīvu un precīzu uztveri un izpratni par vispārīgiem scenārija uzdevumiem, piemēram, autonomu braukšanu un robotiem. Šobrīd "Scholar 2.5" ir izlaists OpenGVLab atvērtā pirmkoda platformā.