A última pesquisa da Apple mostra que o desempenho de um modelo visual está positivamente correlacionado com a quantidade de seus parâmetros e a quantidade de dados de pré-treinamento. Este estudo verificou a regra de "quanto mais parâmetros, mais forte o desempenho" através do modelo de imagem autorregressivo e expandiu com sucesso a capacidade do modelo para bilhões de parâmetros, mantendo seu bom desempenho em tarefas posteriores. Esta descoberta fornece uma base teórica importante e uma nova direção de pesquisa para a melhoria do desempenho e otimização de futuros modelos de imagem, e também estabelece uma base sólida para um maior desenvolvimento no campo da inteligência artificial.
Pesquisadores da Apple verificaram a regra “quanto mais parâmetros, mais forte será o desempenho” do modelo visual por meio do modelo de imagem autorregressivo, provando ainda que à medida que a capacidade ou quantidade de dados de pré-treinamento aumenta, o modelo pode continuar a melhorar o desempenho . Os pesquisadores verificaram que a capacidade do modelo pode ser facilmente expandida para bilhões de parâmetros e, ao mesmo tempo, tem bom desempenho em tarefas posteriores, fornecendo novas direções de pesquisa e ideias para futura melhoria e otimização do desempenho do modelo de imagem.O resultado desta pesquisa é de grande importância, apontando a direção para o desenvolvimento e aplicação de futuros modelos de imagem e anunciando o advento iminente de modelos de imagem mais poderosos e de maior desempenho. Acredito que num futuro próximo veremos aplicações mais inovadoras baseadas nos resultados desta pesquisa.