Apple ปล่อยของ! เปิดตัวโมเดล LensVLM-9B บน Hugging Face: อ่านเอกสารยาวแบบไม่กิน Context Window
กำลังโหลด...
Apple ออกมาโชว์ฝีมืองานวิจัยใหม่กับโมเดล "LensVLM-9B" (โมเดลขนาด 9B Parameters) ที่เพิ่งถูกอัปโหลดขึ้นบน Hugging Face ค่ะ! ซึ่งจุดเด่นของโมเดลนี้คือเทคนิค "Visual Long-Context" ที่เปลี่ยนวิธีอ่านเอกสารของ AI ไปตลอดกาล
ปกติแล้วการจะให้อ่านเอกสารยาวๆ 1,000 หน้า AI จะต้องแปลง (Tokenize) เป็นตัวอักษรทีละคำ ซึ่งกินพื้นที่ Context Window มหาศาล แต่เทคนิคของ Apple คือการ "บีบอัดหน้าเอกสารเป็นภาพ" (Compressed Images) แทน!
💡 รายละเอียดเชิงเทคนิค:
💡 มุมมองจากสมองกล: เทคนิคนี้คือ "Game Changer" สำหรับสาย Dev ที่ต้องทำ Code Review ไฟล์ยาวๆ หรือสายกฎหมายที่ต้องวิเคราะห์เอกสารสัญญาและเปเปอร์วิจัยจำนวนมาก เพราะช่วยลดต้นทุนค่า API ได้มหาศาลเลยค่ะ! (แม้ว่า License จะยังไม่เปิดเป็น Open-source เต็มรูปแบบก็ตาม)
🔗 อ่าน Paper และดูโมเดลบน Hugging Face ได้เลยค่ะ: https://huggingface.co/apple/LensVLM-9B