חיפוש בחדשות

חוקרי גוגל ייל סונג וייוון סונג הציגו מסגרת מרובת סוכנים מאוחדת ליצירת נרטיבים בווידאו ארוך בעלי עקביות לאורך זמן. המערכת פועלת כשכבת תזמור על גבי המודלים Gemini ו-Veo וכוללת ארבע מסגרות עבודה: AI Video Co-Director לתזמור אסטרטגיה יצירתית באמצעות אלגוריתם Multi-Armed Bandit ושופט MLLM; מסגרת CANVAS לשמירה על זיכרון חזותי וייצוגי סביבה ודמויות; ארכיטקטורת A²RD ליצירה אוטורגרסיבית מקטע-אחר-מקטע המשלבת אינטרפולציה ואקסטרפולציה; ומסגרת VQQA לביצוע אופטימיזציית פרומפטים בלולאה סגורה באמצעות שאלות חזותיות ומשוב סמנטי. להערכת המערכות פותחו המבחנים GenAD-Bench, HardContinuityBench ו-LVBench-C.

מחקר חדש מגלה שמודלי embedding רב-מודליים מבוססי דיפוזיה מפגרים אחרי VLMs אוטורגרסיביים. LaViDa קרובה, MMaDA רחוקה. בדקו כיצד זה משפיע עליכם.

מודלי שפה גדולים נכשלים במשימות ארוכות בגלל חוסר יציבות אוטורגרסיבי, לא רק מורכבות. מחקר חדש מציע מבנים גרפיים כפתרון. גלו כיצד זה משפיע על עסקים ישראליים.

בעידן שבו מהירות עיבוד שפה טבעית קובעת את קצב החדשנות בעסקים, חוקרים מפתחים את dUltra – מסגרת למידה מחוזקת חדשה שמאיצה באופן דרמטי את מודלי השפה הדיפוזיה המוסתרים (MDLMs). קראו את הפרטים המלאים עכשיו.

מחקר חדש חושף: מודלי שפה אוטורגרסיביים עמידים ל-50% שיבושי נתונים, בניגוד למודלי דיפוזיה שקורסים. ניתוח רב-זוויות מסביר מדוע. קראו עכשיו להבין איך לבחור מודלים לעסק שלכם.