AIスタートアップのH companyは、多言語および視覚情報をネイティブに統合処理する高効率なマルチモーダルエンコーダーモデル「NeoMME」を公開した。
従来のパイプライン型アプローチとは異なり、テキストと画像特徴量を単一の表現空間で直接エンコードすることで、検索拡張生成（RAG）やマルチモーダル情報検索におけるレイテンシを大幅に削減している。
軽量かつ高精度なアーキテクチャを採用しており、計算資源が制約された環境でも高速なエンベディング生成と類似度計算が可能である。
IT・テクノロジーに関する最新ニュースや情報まとめ
コメント (0)