Baidu, arama görevleri ve yüz ifadeli video için ERNIE modellerini açtı
Çinli teknoloji şirketi Baidu, uygulamalara yönelik iki ERNIE modelini Qianfan bulut platformunda kullanıma açtı. Modellerden biri karmaşık istekler ve araç kullanımı için hızlı yanıtları daha yavaş bir modelin geri bildirimiyle birleştiriyor. Diğeri yüz ifadeli video üretmek üzere metin, görüntü ve konuşmayı birlikte işliyor. İşletmeler ve ortaklar, Baidu World’de birlikte duyurulan modellere programlama arayüzleri üzerinden erişebiliyor.
Yapay Zekâ··Gece
İki uygulama modeli Qianfan’a geldi
Çinli teknoloji şirketi Baidu, 12 Kasım’daki Baidu World etkinliğinde uygulamalara yönelik iki ERNIE modelini Qianfan bulut platformunda kullanıma açtı.[1], [2]
İşletmeler ve ortaklar modellere programlama arayüzleri üzerinden erişebiliyor. Modellerden biri karmaşık arama istekleri ve araç kullanımına, diğeri farklı türden girdilerle yüz ifadeli video üretimine odaklanıyor. Baidu’nun duyurusunda video uygulama modeli ERNIE Wizshot Micro-Expression adıyla sıralanıyor.[1], [2]
Hızlı yanıtlara yavaş modelden geri bildirim
Arama modeli, canlı istekleri yanıtlayan hızlı bir sistemle ona geri bildirim veren daha yavaş bir modeli birleştiriyor. Baidu Sparse Attention adlı seyrek dikkat yöntemi, üretim sırasında önceki hesaplamaların tutulduğu belleği sıkıştırıyor. Baidu’nun Arama için geliştirdiği uygulama modeli, yanıt üretme, araç çağırma ve çok adımlı işleri yürütme amacı taşıyor. Düşünme ve düşünmeden yanıt verme kipleri sunuluyor. Kodlama, mantıksal akıl yürütme ve metin işleme belirtilen kullanım alanları arasında; hız ve gider avantajlarına ilişkin değerlendirmeler Baidu’ya ait.[1]
Videoda konuşma ve ifade birleşiyor
Wizshot, metin, görüntü ve konuşmayı birlikte işleyerek duygusal ipuçlarını yüz ifadelerine ve beden hareketlerine dönüştürüyor. Model, 4000 karaktere kadar senaryo kabul ediyor. Uzun metni seslendirme özelliği, kısa kayıtları birleştirmek yerine senaryonun tamamını tek geçişte okuyor; amaç ses tonunu ve ritmi korumak. Qianfan’ın ürün açıklamasına göre durağan bir portre, 4–15 saniyelik konuşan videoya çevrilebiliyor. Baidu iki uygulama modelini aynı etkinlikte ve birlikte kullanıma sundu; duyuru her ikisi için Qianfan üzerinden erişimi kapsıyor.[1]
