GPT-4 Vision に代わるオープンソースの代替品が登場予定 from venturebeat.com

オープンソース言語モデルである LLaVA 1.5 は、11 のマルチモーダル ベンチマークでオープンソース LMM よりも優れたパフォーマンスを示します。
研究者らによると、このモデルは2021年にOpenAIによって開発され、わずか10基のGPUの予算でも実行できる拡張性があるという。
ただし、ChatGPT.nnt.net によって生成されたデータに基づいてトレーニングされているため、商業的に使用することはできません。
そのトレーニング データは約 600,000 のサンプルで構成され、約 100 GPU を必要としました。
ndo.e