El pionero chino en inteligencia artificial SenseTime reveló, lo que denominó como su “más grande modelo de lenguaje multimodal de código abierto” en medio del auge de Inteligencia Artificial desarrollada en torno al lanzamiento de ChatGPT.
El modelo es el último impulso de SenseTime, y de China en general, para actualizar su tecnología de Inteligencia Artificial y potenciar su uso en más sectores.
Denominado Intern 2.5, el modelo fue desarrollado conjuntamente por SenseTime, el Laboratorio de Inteligencia Artificial de Shanghái, la Universidad de Tsinghua, la Universidad China de Hong Kong y la Universidad Jiao Tong de Shanghái.
Con 3 mil millones de parámetros, Intern 2.5 es el más grande y preciso en ImageNet entre los modelos de código abierto del mundo, y es el único modelo en el conjunto de datos de referencia de detección de objetos COCO que supera los 65,0 mAP, según dijo SenseTime.
El proyecto ImageNet es una gran base de datos visual diseñada para su uso en la investigación de software de reconocimiento de objetos visuales.
Según comunicó la compañía, el nuevo modelo “posee una percepción avanzada y habilidades complejas de resolución de problemas en escenarios generales como descripción de imágenes, respuesta visual a preguntas, razonamiento visual y reconocimiento de texto”.
Intern 2.5 se convierte así, en el nuevo sistema visual de nivel superior con percepción de escena universal y capacidades de resolución de problemas complejos que logra al definir tareas a través del texto, lo que permite concretar de manera flexible los requisitos de tareas de diferentes escenarios.
Redacción de: Karen Rodríguez
