#vision-language modely

Preprint Aloe-Vision predstavuje otvorenú rodinu medicínskych vision-language modelov v škálach 7B a 72B, tréningovú zmes Aloe-Vision-Data a benchmark CareQA-Vision. Dôležitý je najmä dôraz na reprodukovateľnosť a zistenie, že aj špecializované modely zostávajú zraniteľné voči zavádzajúcim vstupom.

AWS zverejnil detailný prípad Tomofunu, ktorý presúva detekciu správania domácich zvierat z GPU na čipy Inferentia2. Zaujímavý nie je len nižší účet za inferenciu, ale aj vzor, ako sa vision-language modely môžu s minimom zmien presúvať na špecializovaný hardvér mimo klasických GPU fariem.