近日，蘋果發布研究論文，展示了名叫“Ferret-UI”的多模態大語言模型。HsX28資訊網——每日最新資訊28at.com

HsX28資訊網——每日最新資訊28at.com

根據論文介紹，Ferret-UI模型針對目前MLLMs模型（多模態大語言模型）無法有效理解移動應用程序在屏幕上顯示的內容這一問題，做出了針對性的調整。HsX28資訊網——每日最新資訊28at.com

為了訓練Ferret-UI，蘋果收集了大量初級用戶界面任務的訓練樣本，如圖標識別、查找文本和小部件列表。HsX28資訊網——每日最新資訊28at.com

這些樣本的格式都是按照帶有區域注釋的指令來設計的，以便于精確引用和接地。HsX28資訊網——每日最新資訊28at.com

同時，為了增強模型的推理能力，蘋果進一步編制了高級任務數據集，包括詳細描述、感知/交互對話和功能推理。HsX28資訊網——每日最新資訊28at.com

這使得Ferret-UI相較目前的GPT-4V等MLLMs模型，在理解應用程序在屏幕上顯示的內容時，有著顯著的優勢。HsX28資訊網——每日最新資訊28at.com

本文鏈接：http://www.www897cc.com/showinfo-22-82548-0.html蘋果論文展示Ferret-UI大語言模型：可深度理解屏幕信息內容

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 用戶反饋佩戴Vision Pro后出現健康問題：頭痛、頸部酸痛等

下一篇： 2024中國邊緣計算20強重磅發布！華為第一