ERNIE-ViLG 2.0: jaunais Baidu teksta pārveides modelis pārspēj Dalle-2 un Stable Diffusion
Īsumā
Gan Dalle-2, gan Stable Diffusion ievērojami pārspēja ERNIE-ViLG 2.0
ERNIE-ViLG 2.0 ir teksta pārveides modelis, kas piedāvā labāku veiktspēju nekā Dalle-2 un Stable Diffusion, divi no pašlaik populārākajiem teksta pārveides attēla modeļiem. Jauno modeli izstrādāja un apmācīja Baidu pētnieku komanda, un rezultāti ir elpu aizraujoši.
Rezultāti parādīja, ka ERNIE-ViLG 2.0 ievērojami pārspēja Dalle-2 un Stable Diffusion. Tas ir nozīmīgs sasniegums un parāda ERNIE sistēmas jaudu. The Metaverse Post komanda salīdzināja ERNIE-ViLG 2.0 ar Stable Diffusion zemāk:
Šie rezultāti sniedz spēcīgu atbalstu hipotēzei, ka ERNIE-ViLG 2.0 ir efektīvāks teksta-attēlu sistēma nekā gan Dalle-2, gan Stable Diffusion.
Unet arhitektūra no Stable Diffusion tiek ņemts par pamatu, bet ar izmaiņām:
- Trokšņa samazināšanas ekspertu sajaukums: Ir 10 neironu tīkli, nevis tikai viens, un katrs ir atbildīgs tikai par noteiktiem difūzijas posmiem.
- Teksta zināšanas: Automātiski pārsvēra vārdus vaicājumā, lai atslēgvārdi iegūtu lielāku nozīmi.
- Vizuālās zināšanas: Apmācības laikā objekti tika atklāti uz starpposma ģenerēšanas rezultātiem, un tika palielināts zaudējuma funkcijas svars uz reģioniem ar objektiem.
Rezultātā pasaulē lielākais teksta pārveides modelis nāca klajā ar 24 miljardiem parametru (10 reizes lielāki par SD), lai apmācītu modeli.
Salīdzinot ar iepriekšējiem modeļiem, ERNIE-ViLG 2.0 ievērojami pārspēj tos attēla kvalitātes un attēla un teksta saskaņošanas ziņā, vienlaikus testējot ar ViLG-300 bilingvālu. tūlītēja iestatījis cilvēks.
Uzvednes tiek vienkārši tulkotas no ķīniešu valodas angļu valodā automātiski HuggingFace publiska demonstrācija pirms nosūtīšanas AI. No tā izriet daudzas funkcijas.
- ĒRNIJS nepazīst starptautiskas publiskas personas. Piemēram, ĒRNIJA nepazīst Arnoldu Švarcenegeru. Tam noteikti ir vietējie favorīti Ķīnā.
- Tā rezultātā slavenību vārdu izmantošana uzvednēs mudina ievērojami uzlabot sejas neizdodas.
- Jūs varat sagaidīt zināmus izkropļojumus tulkojuma no ķīniešu valodas dēļ, tāpēc, ja nerunājat ķīniešu valodā, jūs varat sagaidīt pārsteigumus.
- Tā pat neko nezina par Gregu Rutkovski.
Lasiet saistītos rakstus:
Atbildības noraidīšana
Atbilstīgi Uzticības projekta vadlīnijas, lūdzu, ņemiet vērā, ka šajā lapā sniegtā informācija nav paredzēta un to nedrīkst interpretēt kā juridisku, nodokļu, ieguldījumu, finanšu vai jebkāda cita veida padomu. Ir svarīgi ieguldīt tikai to, ko varat atļauties zaudēt, un meklēt neatkarīgu finanšu padomu, ja jums ir šaubas. Lai iegūtu papildinformāciju, iesakām skatīt pakalpojumu sniegšanas noteikumus, kā arī palīdzības un atbalsta lapas, ko nodrošina izdevējs vai reklāmdevējs. MetaversePost ir apņēmies sniegt precīzus, objektīvus pārskatus, taču tirgus apstākļi var tikt mainīti bez iepriekšēja brīdinājuma.
Par Autors
Damirs ir komandas vadītājs, produktu vadītājs un redaktors Metaverse Post, kas aptver tādas tēmas kā AI/ML, AGI, LLM, Metaverse un Web3- saistītie lauki. Viņa raksti katru mēnesi piesaista lielu auditoriju, kas pārsniedz miljonu lietotāju. Šķiet, ka viņš ir eksperts ar 10 gadu pieredzi SEO un digitālā mārketinga jomā. Damirs ir minēts Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto un citas publikācijas. Viņš ceļo starp AAE, Turciju, Krieviju un NVS kā digitālais nomads. Damirs ir ieguvis bakalaura grādu fizikā, kas, viņaprāt, ir devis viņam kritiskās domāšanas prasmes, kas nepieciešamas, lai gūtu panākumus nepārtraukti mainīgajā interneta vidē.
Vairāk rakstus
Damirs ir komandas vadītājs, produktu vadītājs un redaktors Metaverse Post, kas aptver tādas tēmas kā AI/ML, AGI, LLM, Metaverse un Web3- saistītie lauki. Viņa raksti katru mēnesi piesaista lielu auditoriju, kas pārsniedz miljonu lietotāju. Šķiet, ka viņš ir eksperts ar 10 gadu pieredzi SEO un digitālā mārketinga jomā. Damirs ir minēts Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto un citas publikācijas. Viņš ceļo starp AAE, Turciju, Krieviju un NVS kā digitālais nomads. Damirs ir ieguvis bakalaura grādu fizikā, kas, viņaprāt, ir devis viņam kritiskās domāšanas prasmes, kas nepieciešamas, lai gūtu panākumus nepārtraukti mainīgajā interneta vidē.
