تطلق تقنية MEGVII نموذجًا لغويًا جديدًا واسع النطاق للمفردات المرئية يسمى Vary-toy، وهو نموذج متقدم يمكن تشغيله على وحدات معالجة الرسومات القياسية. يعمل هذا النموذج على تحسين قدرات إدراك الصور بشكل كبير من خلال تحسين إنشاء المفردات المرئية، وقد حقق نتائج ممتازة في اختبارات قياس الأداء المتعددة مثل DocVQA وChartQA وRefCOCO. الحجم الصغير للعبة Vary يجعلها مثالية للباحثين ذوي الموارد المحدودة، مما يوفر لهم نموذجًا أساسيًا فعالاً وسهل الاستخدام.
تقوم تقنية MEGVII بإصدار Vary-toy، وهو نموذج لغة واسع النطاق للمفردات المرئية المتقدمة مناسب لوحدات معالجة الرسومات القياسية. يهدف إلى تحسين إدراك الصورة من خلال تحسين إنشاء المفردات المرئية. حققت Vary-toy نتائج رائعة في اختبارات قياس الأداء المتعددة، بما في ذلك DocVQA وChartQA وRefCOCO وما إلى ذلك. حجمه الصغير يجعله معيارًا عمليًا للباحثين ذوي الموارد المحدودة. يخطط الباحثون لإصدار الكود علنًا لدفع المزيد من البحث والاعتماد.
لا يُظهر إصدار Vary-toy القوة التقنية المتقدمة لشركة MEGVII Technology في مجال رؤية الكمبيوتر فحسب، بل يوفر أيضًا موارد قيمة للأوساط الأكاديمية والصناعة. سيعمل الكود الذي سيتم إصداره في المستقبل على تعزيز التقدم والتطبيق في هذا المجال، الأمر الذي يستحق التطلع إليه.