Google DeepMind TIPS v2: Metin ve Görüntüleri Birlikte Anlayan Yeni Temel Model

Google DeepMind, TIPS v2 modelini açıkladı. Metin ve görüntüleri aynı anda çok daha güçlü kavrayan temel bir kodlayıcı model.

TIPS v2 Nedir?

Açık Kaynak – Apache 2.0 lisansı ile herkes kullanabilir ve geliştirebilir.

Çok Modlu – Metin ve görüntüleri birlikte işleyebiliyor.

Özellikleri

• Uzamsal Özelliklerin Hizalanması – Görüntüdeki nesnelerin konumunu, ilişkilerini ve detaylarını metinle çok daha iyi eşleştiriyor.
• Yeni Ön Eğitim Yöntemleri – Model daha etkili hale getirilmiş.

Performans

Sıfırdan öğrenme testlerinde önceki modellere göre belirgin fark yaratıyor.

Erişim

• Hugging Face üzerinden ağırlıkları indirebilirsiniz
• Proje sayfasından detayları okuyabilirsiniz
• Demo alanında deneyebilirsiniz

Sonuç

TIPS v2, çok modlu AI modellerinde önemli bir adım. Açık kaynak olması da büyük bir avantaj.