Apertus 1.5,一系列新的开放多模态推理模型已发布,将 Apertus 系列从文本扩展到包括图像和音频理解。这些模型具有显著增加的 262,144 个 token 的上下文窗口,并结合了监督微调、长上下文微调和强化学习。8B 模型在知识和指令遵循方面展示了同类开放模型中的领先性能,并在多模态任务,特别是文档理解和语音识别方面具有竞争力。 AI
影响 扩展了开源多模态推理能力,并为指令遵循和上下文窗口长度设定了新的基准。
排序理由 该集群描述了一篇详细介绍开放多模态推理模型发布的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →