๐ ๊ฒ์
"multimodal" ๊ฒ์ ๊ฒฐ๊ณผ 6๊ฑด
-
ByteDance์ Lance, ์ด๋ฏธ์งยท์์ยทํ
์คํธ๋ฅผ ํ๋๋ก โ any-to-any ๋ฉํฐ๋ชจ๋ฌ ๋ชจ๋ธ ๊ณต๊ฐ
ByteDance Research๊ฐ Lance๋ผ๋ any-to-any ๋ฉํฐ๋ชจ๋ฌ ๋ชจ๋ธ์ HuggingFace์ ๊ณต๊ฐํ์ต๋๋ค. ์ด๋ฏธ์ง ์์ฑ, ๋น๋์ค ์์ฑ, ์ด๋ฏธ์ง ํธ์ง, ๋น๋์ค ์ดํด ๋ฑ ์๋ก ๋ค๋ฅธ ๋ชจ๋ฌ๋ฆฌํฐ ์์ ์ ๋จ์ผ ๋ชจ๋ธ ํ๋๋ก ์ฒ๋ฆฌํ ์ ์๋ค๋ ์ ์ด ๊ฐ์ฅ ํฐ ํน์ง์ ๋๋ค. Qwen2.5-VL-3B-Instruct๋ฅผ ๋ฒ ์ด์ค ๋ชจ๋ธ๋ก ํ์ฉํ์ผ๋ฉฐ, ๋ ผ๋ฌธ(arxiv:โฆ
-
ByteDance, ์ด๋ฏธ์งยท์์ ์์ฑยทํธ์งยท์ดํด ํตํฉ ๋ฉํฐ๋ชจ๋ฌ ๋ชจ๋ธ 'Lance' ๊ณต๊ฐ
๋ฐ์ดํธ๋์ค ๋ฆฌ์์นํ์ด ์ด๋ฏธ์ง ์์ฑ, ์์ ์์ฑ, ์ด๋ฏธ์ง ํธ์ง, ์์ ์ดํด๋ฅผ ํ๋์ ๋ชจ๋ธ๋ก ์ฒ๋ฆฌํ๋ ๋ฉํฐ๋ชจ๋ฌ ๋ชจ๋ธ Lance๋ฅผ HuggingFace์ ๊ณต๊ฐํ์ต๋๋ค. ๊ธฐ๋ฐ ๋ชจ๋ธ๋ก Qwen2.5-VL-3B-Instruct๋ฅผ ํ์ฉํ๋ฉฐ, any-to-any ํ์ดํ๋ผ์ธ์ ํตํด ํ ์คํธยท์ด๋ฏธ์งยท์์์ ์์ ๋กญ๊ฒ ์ ์ถ๋ ฅํ ์ ์๋ค๋ ์ ์ด ํต์ฌ์ ๋๋ค. ๊ธฐ์กด์๋ ์ด๋ฏธ์ง ์์ฑ, โฆ
-
ByteDance Research, ์ด๋ฏธ์งยท์์ ์์ฑยทํธ์งยท์ดํด๋ฅผ ํ๋๋ก ์ฒ๋ฆฌํ๋ ๋ฉํฐ๋ชจ๋ฌ ๋ชจ๋ธ Lance ๊ณต๊ฐ
ByteDance Research๊ฐ ์ด๋ฏธ์ง ์์ฑ, ์์ ์์ฑ, ์ด๋ฏธ์ง ํธ์ง, ์์ ์ดํด๋ฅผ ๋จ์ผ ๋ชจ๋ธ๋ก ์ํํ๋ any-to-any ๋ฉํฐ๋ชจ๋ฌ ๋ชจ๋ธ Lance๋ฅผ HuggingFace์ ๊ณต๊ฐํ์ต๋๋ค. Lance๋ Qwen/Qwen2.5-VL-3B-Instruct๋ฅผ ๋ฒ ์ด์ค ๋ชจ๋ธ๋ก ํ์ฉํ๋ฉฐ, ArXiv ๋ ผ๋ฌธ(2605.18678)๊ณผ ํจ๊ป ๊ณต๊ฐ๋์์ต๋๋ค. ๊ธฐ์กด์๋ ์ด๋ฏธโฆ
-
OpenBMB, ์จ๋๋ฐ์ด์ค ๊ฒฝ๋ ๋ฉํฐ๋ชจ๋ฌ ๋ชจ๋ธ MiniCPM-V-4.6 ์ถ์
OpenBMB๊ฐ ์ด๋ฏธ์ง์ ํ ์คํธ๋ฅผ ๋์์ ์ฒ๋ฆฌํ๋ ๊ฒฝ๋ ๋ฉํฐ๋ชจ๋ฌ ๋ชจ๋ธ MiniCPM-V ์๋ฆฌ์ฆ์ ์ต์ ๋ฒ์ ์ธ MiniCPM-V-4.6์ ๊ณต๊ฐํ์ต๋๋ค. ์ด ๋ชจ๋ธ์ ์จ๋๋ฐ์ด์ค(On-Device) ํ๊ฒฝ์์์ ์คํ์ ๋ชฉํ๋ก ์ค๊ณ๋ lightweight ๋ชจ๋ธ๋ก, ์ค๋งํธํฐ์ด๋ ์ฃ์ง ๋๋ฐ์ด์ค์ฒ๋ผ ๋ฆฌ์์ค๊ฐ ์ ํ๋ ํ๊ฒฝ์์๋ ๋ฉํฐ๋ชจ๋ฌ AI๋ฅผ ํ์ฉํ ์ ์๋๋ก ์ต์ ํ๋์ด ์โฆ
-
์คํฌ๋ฆฐ ๊ฐ์๋ก AI ์์ด์ ํธ๊ฐ ๋น์ ์ ํ๋์ ์ดํดํ๋ค - Screenpipe
Github์์ 18,414๊ฐ์ ์คํ๋ฅผ ๊ธฐ๋กํ Screenpipe๋ ํ์ ์ ์ธ AI ์์ด์ ํธ ํ๋ก์ ํธ์ ๋๋ค. ์ฌ์ฉ์์ ํ๋ฉด์ ์ค์๊ฐ์ผ๋ก ๋ชจ๋ํฐ๋งํ์ฌ ๋ฌด์์ ํ๊ณ ์๋์ง ์ดํดํ๊ณ ์๋์ผ๋ก ์๋ํ๋ autonomous agent๋ฅผ ์ ๊ณตํฉ๋๋ค. Computer Vision๊ณผ LLM์ ํ์ฉํ multimodal ๊ธฐ์ ๋ก, AI๊ฐ ์ด์ ์ ๋ง๋ก '์ฌ์ฉ์์ ์๋'๋ฅผ ํ์ ํ โฆ
-
Qwen3.6 ๋ํ ์ธ์ด ๋ชจ๋ธ์ด HuggingFace์์ ์ธ๊ธฐ ํญ๋ฐ
HuggingFace์ ์ต์ ํธ๋ ๋ฉ ๋ชจ๋ธ ๋ชฉ๋ก์ Qwen ์๋ฆฌ์ฆ๋ก ์ ๋ น๋์์ต๋๋ค. ํนํ Qwen3.6-35B-A3B๋ 182๋ง ๋ค์ด๋ก๋๋ฅผ ๊ธฐ๋กํ๋ฉฐ ๊ฐ์ฅ ์ธ๊ธฐ ์๋ ์คํ์์ค LLM์ ๋๋ค. ์ด ๋ชจ๋ธ๋ค์ Vision ๊ธฐ๋ฅ์ด ํตํฉ๋ multimodal ๋ชจ๋ธ๋ก, ์ด๋ฏธ์ง์ ํ ์คํธ๋ฅผ ํจ๊ป ์ฒ๋ฆฌํ ์ ์์ต๋๋ค. Unsloth์ GGUF ์์์ 553๋ง ๋ค์ด๋ก๋๋ฅผ ๊ธฐ๋กํ๋ฉฐโฆ