Kısaca · 3 madde
- 1DeepSeek Harness, yapay zeka geliştirme araçları arasında hızla yükselişini sürdürüyor.
- 2DeepSeek Harness Multimodal güncellemesi, sistemlere görsel işleme yeteneklerini entegre ediyor.
- 3DeepSeek Harness, görüntüleri bir Metin Bloğuna (TextBlock) dönüştürmek yerine, doğrucan Görüntü Bloğu (ImageBlock) oluşturuyor ve bu görüntüleri Attachment Store’a kaydediyor.
Harness, yapay zeka geliştirme araçları arasında hızla yükselişini sürdürüyor. 19 Ağustos’ta yayımlanan yeni çok modlu güncelleme, ’in geliştirici ekosistemindeki önemini bir kez daha ortaya koyuyor.
Harness Multimodal güncellemesi, sistemlere görsel işleme yeteneklerini entegre ediyor. Bu güncellemeyle birlikte kullanıcılar, Harness’a doğrucan görüntü gönderebiliyor ve sistem bu görüntüleri okuyabiliyor.
read_image Aracı ve Yeni Görüntü Işleme Yaklaşımı
Güncellemenin merkezinde read_image aracı bulunuyor. Kullanıcılar artık Harness’a “Bu sayfa截图中 sorunları gör” gibi bir komut verebiliyor. Sistem, görüntüyü OCR’a dönüştürmek yerine özgün bir yaklaşım benimsiyor.
Harness, görüntüleri bir Metin Bloğuna (TextBlock) dönüştürmek yerine, doğrucan Görüntü Bloğu (ImageBlock) oluşturuyor ve bu görüntüleri Attachment Store’a kaydediyor. Böylece bir sonraki model isteğinde görüntü doğrucan modelin bağlamına (context) giriyor.
Uzun Görevler İçin Akıllı Görüntü Yönetimi
Sistemin en dikkat çekici özelliklerinden biri, uzun süreli görevlerde görüntü yönetimi yaklaşımı. Harness, varsayılan olarak her istekte toplam 20 MiB görüntü payload sınırı uyguluyor. Bir görev onlarca döngüye ulaştığında ve görüntü sayısı arttığında, sistem en eski görüntüleri otomatik olarak istekten çıkarıyor.
Bu yaklaşım, uzun süreli ajan görevlerinde istek boyutunun aşırı büyüymesini ve buna bağlı performans sorunlarını önlüyor. Kodlama ajanları ve geliştirici araçları için bu özellik kritik önem taşıyor.
Görüntü Işlemede Farklılaşan Yaklaşım
Harness’ın görüntü işleme yaklaşımı, diğer yapay zeka sistemlerinden farklılaşıyor. Geleneksel sistemler görüntüyü bir Metin Bloğuna dönüştürürken, ham görüntü verisini koruyarak modelin doğrucan görüntüyle çalışmasını sağlıyor. Bu yöntem, görüntü içeren karmaşık görevlerde daha yüksek doğruluk ve bağlamsal anlayış sunuyor.
Harness’ın bu hızlı gelişimi, Çin yapay zeka ekosisteminin açık kaynak geliştirme araçlarına verdiği önemin bir göstergesi. Güncelleme, sistemin bir “gün içinde bir değişim” yaşadığı ifadesiyle nitelendiriliyor.
Kaynak: MaxForAI (@MaxForAI)
Yapay zekâya sor
Haberi seçtiğiniz asistanda hazır bir soruyla açın
Şu haberi 3 maddede özetle: https://aihaber.org/deepseek-harness-cok-modlu-guncelleme-gorsel-isleme/
Gemini hazır soruyla açılamıyor: soru panonuza kopyalanır, açılan sayfada yapıştırmanız yeterli.
Bu haber işinize yaradı mı?
Yorumlar 0
Henüz yorum yok. İlk yorumu siz yazın.

Yorum yazın