• 애플 연구원들은 텍스트와 시각 정보를 원활하게 통합하는 MM1이라고 불리는 대규모 언어 모델 (LLM) 훈련을 위한 획기적인 방법을 소개했습니다. 연구 논문에 자세히 설명된 이 새로운 접근 방식은 이미지-캡션 쌍의 다양한 데이터 세트, 인터리빙된 이미지-텍스트 문서 및 텍스트 전용 데이터를 활용하여 보다 지능적이고 유연한 AI 시스템을 만듭니다.

• MM1 모델은 이미지 캡션, 시각적 질문 답변 및 자연어 추론과 같은 작업에서 탁월한 성능을 보여줌으로써 시각적 및 언어적 단서의 조합을 기반으로 언어를 이해하고 생성하는 AI의 능력에 대한 새로운 기준을 제시합니다.

• 이 연구는 MM1 모델의 인상적인 인 컨텍스트 학습 능력, 특히 300억 개의 가장 큰 매개 변수 구성을 강조하며, 퓨샷 "생각의 사슬" 프롬프트를 사용하여 여러 이미지에 대한 다단계 추론을 위한 놀라운 능력을 보여줌으로써 최소한의 사례를 기반으로 복잡한 문제 해결을 가능하게 합니다.