پرش به محتوای اصلی

موضوع

چندوجهی

Models that natively process text+image+audio+video

۱٬۶۶۴ مقاله منتشر شده

آموزش کاربردی

هوش مصنوعی چگونه تحلیل منوها را برای بیماران و ورزشکاران شخصی‌سازی می‌کند؟

هوش مصنوعی با تلفیق پردازش زبان طبیعی و بینایی ماشین، منوهای رستوران را به پایگاه‌داده‌های تغذیه‌ای تبدیل می‌کند. این فناوری به کاربران اجازه می‌دهد بر اساس نیازهای پزشکی یا اهداف…

۶ دقیقه خواندن۲
آموزش کاربردی

درون معماری LangGraph؛ جداسازی منبع داده از استدلال برای فروش دقیق‌تر

یک توسعه‌دهنده معماری جدیدی برای عامل‌های صوتی فروش B2B طراحی کرده است که با تفکیک مدل زبانی از پایگاه‌داده، دقت داده‌های حساس مانند قیمت و موجودی را تضمین می‌کند. این سیستم با…

۹ دقیقه خواندن۳

Elsevier با مدل MolMole تصاویر شیمیایی را به داده‌های قابل جست‌وجو تبدیل کرد

پلتفرم Reaxys با ادغام مدل بینایی MolMole متعلق به LG AI Research، ترسیم‌های شیمیایی در پتنت‌ها و مقالات را به داده‌های متنی تبدیل می‌کند. این فناوری نیاز به بررسی دستی ترکیبات…

۴ دقیقه خواندن۱

«تعاملات انسانی طبیعی»؛ هدف Nuance Labs از مدل‌های بنیادین بصری-شنیداری

استارتاپ Nuance Labs برای جایگزینی زنجیره‌های تکه‌تکه‌ی آواتارهای هوش مصنوعی با یک مدل واحد و یکپارچه، ۵۰ میلیون دلار جذب کرد. این سیستم با پردازش هم‌زمان صدا و تصویر، تعاملات…

۴ دقیقه خواندن۱