ERNIE-ViLG 2.0: novi model besedila v sliko podjetja Baidu prekaša Dalle-2 in Stable Diffusion
Na kratko
Tako Dalle-2 kot Stable Diffusion ERNIE-ViLG 2.0 jih je znatno presegel
ERNIE-ViLG 2.0 je model besedila v sliko, ki ponuja boljše delovanje kot Dalle-2 in Stable Diffusion, dva najbolj priljubljena modela besedila v sliko, ki sta trenutno na voljo. Novi model je oblikovala in usposobila skupina raziskovalcev iz Baiduja, rezultati pa so osupljivi.
Rezultati so pokazali, da je ERNIE-ViLG 2.0 znatno presegel Dalle-2 in Stable Diffusion. To je pomemben dosežek in dokazuje moč ogrodja ERNIE. The Metaverse Post ekipa je primerjala ERNIE-ViLG 2.0 z Stable Diffusion spodaj:
Ti rezultati močno podpirajo hipotezo, da je ERNIE-ViLG 2.0 učinkovitejši sistem besedila v sliko kot Dalle-2 in Stable Diffusion.
Arhitektura Unet iz Stable Diffusion vzeto kot osnova, vendar s spremembami:
- Mešanica strokovnjakov za odstranjevanje hrupa: Obstaja 10 nevronskih mrež namesto le ene, pri čemer je vsaka odgovorna samo za določene korake difuzije.
- Besedilno znanje: Samodejno ponovno uteži besede v poizvedbi, tako da ključne besede dobijo večjo težo.
- Vizualno znanje: Med usposabljanjem so bili predmeti zaznani na rezultatih vmesne generacije in povečana je bila teža funkcije izgube na regijah s predmeti.
Kot rezultat, največji na svetu model besedila v sliko predstavil 24 milijard parametrov (10-krat večji od SD) za usposabljanje modela.
Pozivi so preprosto samodejno prevedeni iz kitajščine v angleščino v HuggingFace javna predstavitev, preden se pošlje v AI. Iz tega izhaja veliko funkcij.
- ERNIE ne pozna mednarodnih javnih osebnosti. Na primer, ERNIE ne pozna Arnolda Schwarzeneggerja. Zagotovo ima lokalne priljubljene na Kitajskem.
- Posledično metoda uporabe imen slavnih v pozivih dramatično poveča kakovost obrazi ne uspe.
- Pričakujete lahko nekaj popačenj zaradi prevoda iz kitajščine, zato vas lahko čaka nekaj presenečenj, če ne govorite kitajščine.
- Ničesar ne ve niti o Gregu Rutkowskem.
Preberite povezane članke:
Zavrnitev odgovornosti
V skladu z Smernice projekta Trust, upoštevajte, da informacije na tej strani niso namenjene in se jih ne sme razlagati kot pravni, davčni, naložbeni, finančni ali kakršen koli drug nasvet. Pomembno je, da vlagate samo tisto, kar si lahko privoščite izgubiti, in da poiščete neodvisen finančni nasvet, če imate kakršne koli dvome. Za dodatne informacije predlagamo, da si ogledate določila in pogoje ter strani s pomočjo in podporo, ki jih nudi izdajatelj ali oglaševalec. MetaversePost se zavzema za natančno in nepristransko poročanje, vendar se tržni pogoji lahko spremenijo brez predhodnega obvestila.
O avtorju
Damir je vodja ekipe, produktni vodja in urednik pri Metaverse Post, ki pokriva teme, kot so AI/ML, AGI, LLMs, Metaverse in Web3- sorodna področja. Njegovi članki vsak mesec pritegnejo množično občinstvo več kot milijon uporabnikov. Zdi se, da je strokovnjak z 10-letnimi izkušnjami na področju SEO in digitalnega trženja. Damir je bil omenjen v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto in druge publikacije. Kot digitalni nomad potuje med ZAE, Turčijo, Rusijo in SND. Damir je diplomiral iz fizike, kar mu je po njegovem mnenju dalo sposobnosti kritičnega razmišljanja, potrebne za uspeh v nenehno spreminjajočem se okolju interneta.
več člankovDamir je vodja ekipe, produktni vodja in urednik pri Metaverse Post, ki pokriva teme, kot so AI/ML, AGI, LLMs, Metaverse in Web3- sorodna področja. Njegovi članki vsak mesec pritegnejo množično občinstvo več kot milijon uporabnikov. Zdi se, da je strokovnjak z 10-letnimi izkušnjami na področju SEO in digitalnega trženja. Damir je bil omenjen v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto in druge publikacije. Kot digitalni nomad potuje med ZAE, Turčijo, Rusijo in SND. Damir je diplomiral iz fizike, kar mu je po njegovem mnenju dalo sposobnosti kritičnega razmišljanja, potrebne za uspeh v nenehno spreminjajočem se okolju interneta.