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。
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。
画像の一括ダウンロードは利用者のみ可能です。ログイン後にご利用ください。
非利用者のコメントを削除するにはパスワードを入力してください。
利用登録が完了しました。入力したメールアドレスに認証メールを送信しましたので、メール内のリンクをクリックしてアカウントを有効化してください。
コメント (0)