MEGVII Technology는 표준 GPU에서 실행할 수 있는 고급 모델인 Vary-toy라는 새로운 시각적 어휘 대규모 언어 모델을 출시합니다. 이 모델은 시각적 어휘 생성을 최적화하여 이미지 인식 능력을 크게 향상시켰으며 DocVQA, ChartQA, RefCOCO 등 여러 벤치마크 테스트에서 우수한 결과를 얻었습니다. Vary-toy의 작은 크기는 자원이 제한된 연구자들에게 효율적이고 사용하기 쉬운 기본 모델을 제공하는 데 이상적입니다.
MEGVII Technology는 표준 GPU에 적합한 고급 시각적 어휘 대규모 언어 모델인 Vary-toy를 출시합니다. 시각적 어휘 생성을 최적화하여 이미지 인식을 향상시키는 것을 목표로 합니다. Vary-toy는 DocVQA, ChartQA, RefCOCO 등을 포함한 여러 벤치마크 테스트에서 놀라운 결과를 얻었습니다. 크기가 작기 때문에 자원이 제한된 연구자에게 실용적인 벤치마크가 됩니다. 연구원들은 추가 연구와 채택을 촉진하기 위해 코드를 공개적으로 공개할 계획입니다.
Vary-toy의 출시는 컴퓨터 비전 분야에서 MEGVII Technology의 앞선 기술력을 보여줄 뿐만 아니라 학계와 산업계에 귀중한 리소스를 제공합니다. 앞으로 출시될 코드는 이 분야의 발전과 적용을 더욱 촉진할 것이며, 이는 기대할만한 가치가 있습니다.