تُظهر أحدث أبحاث Apple أن أداء النموذج المرئي يرتبط بشكل إيجابي بكمية معلماته وكمية بيانات ما قبل التدريب. تحققت هذه الدراسة من قاعدة "كلما زاد عدد المعلمات، كان الأداء أقوى" من خلال نموذج الصورة الانحداري الذاتي، ونجحت في توسيع سعة النموذج إلى مليارات المعلمات مع الحفاظ على أدائه الجيد في المهام النهائية. يوفر هذا الاختراق أساسًا نظريًا مهمًا واتجاهًا بحثيًا جديدًا لتحسين الأداء وتحسين نماذج الصور المستقبلية، كما يضع أساسًا متينًا لمزيد من التطوير في مجال الذكاء الاصطناعي.
لقد تحقق باحثون من شركة Apple من قاعدة "كلما زاد عدد المعلمات، كان الأداء أقوى" للنموذج المرئي من خلال نموذج الصورة الانحداري التلقائي، مما يثبت أيضًا أنه مع زيادة سعة أو كمية بيانات ما قبل التدريب، يمكن للنموذج الاستمرار في تحسين الأداء . وتحقق الباحثون من أن سعة النموذج يمكن توسيعها بسهولة إلى مليارات المعلمات، وفي الوقت نفسه تتمتع بأداء جيد في المهام النهائية، مما يوفر اتجاهات وأفكار بحثية جديدة لتحسين أداء نموذج الصورة في المستقبل وتحسينه.تعتبر نتيجة البحث هذه ذات أهمية كبيرة، حيث تشير إلى الاتجاه لتطوير وتطبيق نماذج الصور المستقبلية، وتبشر بقدوم وشيك لنماذج صور عالية الأداء وأكثر قوة. وأعتقد أننا سنرى في المستقبل القريب المزيد من التطبيقات المبتكرة بناءً على نتائج هذا البحث.