Linguaggio, computer vision, audio, multimodale
Nel 2015 un meccanismo nato come cerotto per la traduzione automatica insegna alle reti neurali a "puntare il dito" sulla…
Nel 2014 le reti neurali imparano a tradurre comprimendo un'intera frase in un solo vettore di numeri. Funziona sorprendentemente bene,…
Nel 2013 un piccolo modello di Google dimostra che il significato di una parola si può imparare guardando solo le…
Prima dei transformer, i computer leggevano contando parole. Bag of words e TF-IDF sono l'idea più semplice possibile per trasformare…
Prima di capire una sola parola, un modello linguistico deve spezzare il testo in frammenti chiamati token. L'algoritmo che decide…
Il 17 settembre Tencent ha pubblicato WeVisDoc ed Elastic ha presentato jina-ocr-v1, due modelli che trasformano l'immagine di una pagina…
Fastino ha rilasciato GLiNER2.5, tre piccoli modelli per estrarre entità, relazioni e classi da un testo secondo uno schema dichiarato.…
Un report tecnico firmato da sei ricercatori mette GPT-6 Astra di OpenAI a comandare bracci robotici simulati, da solo o…
MiniMax presenta H3, un generatore di video con audio stereo che promette di unire in un solo modello compiti finora…
I modelli video accelerati per generare in quattro passi hanno un difetto curioso: se gliene si concedono di più, spesso…
