AI Briefing#vlm
#vlm와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#vlm와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
OpenVINO와 Optimum Intel을 활용해 Intel CPU에서 VLM을 최적화하고 실행하는 방법을 안내한다.
위성 이미지의 특수성을 반영한 파인튜닝을 통해 시각 언어 모델(VLM)의 분석 성능을 극대화하는 방법을 다룬다.
NVIDIA가 문서 이해 및 OCR 성능이 강화된 8B 규모의 VLM인 Llama Nemotron Nano를 공개했다.
GUI 에이전트의 성능을 다각도로 평가할 수 있는 통합 벤치마크 스위트 ScreenSuite가 출시되었다.
HuggingFace가 초보자도 쉽게 Vision Language Model을 학습할 수 있는 경량 툴킷 nanoVLM을 공개했다.
지난 1년간 급변한 Vision Language Model(VLM)의 주요 기술 트렌드와 최신 모델 및 벤치마크를 정리했다.
Intel이 저비트 양자화에서도 높은 정확도를 유지하는 LLM/VLM용 도구 AutoRound를 공개했다.
비즈니스 문서의 헤더와 푸터를 누락 없이 추출하도록 olmOCR을 파인튜닝하는 방법과 결과를 공유한다.
Cohere For AI가 23개 언어를 지원하는 오픈 웨이트 멀티모달 모델 'Aya Vision' 시리즈를 출시했다.
HuggingFace의 smolagents가 VLM 지원을 통해 시각적 정보를 처리할 수 있는 기능을 업데이트했다.
HuggingFace가 메모리 효율성을 극대화한 2B 규모의 오픈소스 시각 언어 모델 SmolVLM을 공개했다.
문서 이미지의 텍스트와 이미지를 동시에 변형하여 VLM 학습 효율을 높이는 멀티모달 데이터 증강 기술을 소개한다.
HuggingFace의 TRL 라이브러리가 시각 언어 모델(VLM)을 위한 직접 선호도 최적화(DPO) 기능을 지원한다.
Google이 SigLIP과 Gemma를 결합한 새로운 오픈 비전 언어 모델(VLM) PaliGemma를 공개했다.
Hugging Face가 강력한 OCR 성능을 갖춘 8B 규모의 오픈 소스 멀티모달 모델 Idefics2를 공개했다.
이미지와 텍스트를 동시에 처리하는 Vision Language Model(VLM)의 원리와 주요 모델을 정리한 가이드입니다.
스크린샷을 HTML 코드로 변환하는 대규모 합성 데이터셋 WebSight와 모델 Sightseer를 공개했다.