Concetto · 2 novità
next-token prediction
Pagina pubblicata il · ultima novità il
Cronologia
- Proving and Improving the Platonic Representation Hypothesis with JEPAsPer gli sviluppatori che lavorano con LLM e AI locale, questo paper offre una via teorica ed efficiente per bypassare la necessità di scale massive allineando direttamente rappresentazioni visive e testuali tramite JEPAs. Comprendere il ruolo delle 'good views' rispetto alla semplice scalatura permette di progettare agenti e sistemi multimodali più compatti e performanti senza affidarsi esclusivamente a grandi quantità di dati.
- WeVisOne-VL: Unified Visual Perception from Objects to PixelsPermette agli sviluppatori di implementare agenti visivi con una granularità localizzazione flessibile, passando da bounding box a maschere precise direttamente nel flusso del modello.