vLLM 的 Semantic Router 团队推出了 d3-ultra,一个拥有 270 亿参数的开源多模态决策模型。该模型旨在处理文本、图像或视频,并输出各种答案的概率,使其能够处理路由、分类和视觉基础等任务,而无需生成文本。D3-ultra 在 SR-Text 测试中取得了 87.2 分,超过了 GLiDE V1.2 的 85.1 分。 AI
影响 这个多模态模型可以通过将路由、分类和视觉基础整合到单一决策过程中,来简化 AI 代理的工作流程。
排序理由 发布了一个具有基准测试结果的新开源多模态模型。 [lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — sigmoid.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →