Audit medicínskych VLM benchmarkov našiel stopy kontaminácie v tréningových dátach
Preprint preveruje verejné medicínske vision-language benchmarky a varuje, že časť výsledkov môže byť ovplyvnená prekryvom s dátami dostupnými pri predtréningu.
Tag
#vision-language modely
Všetky publikované články, v ktorých sa téma vision-language modely objavuje ako dôležitý kontext. Aktuálne 3 textov v archíve.
Ablate-to-Validate testuje, či VLM skutočne používajú skryté myšlienkové tokeny
Nový preprint navrhuje Token Replacement Test pre vision-language modely s latentnými tokenmi. Cieľom je odlíšiť skutočné využitie „vizuálneho myslenia“ od zlepšení spôsobených dlhším kontextom alebo špeciálnymi značkami.
Tomofun presúva pet AI na Inferentia2, AWS cieli na lacnejšiu VLM inferenciu
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.