蚂蚁数科发布多语种视觉大模型训练框架,打破语言壁垒!
在香港金融科技节上,蚂蚁数科推出了一项革命性的技术 ——“多语种多模态大模型训练框架”,蚂蚁旨在突破当前大模型在多语言环境中应用的瓶颈。该框架特别针对资源稀缺的小语种,如埃及阿拉伯语、印数科尼爪哇语、巴哈萨语和巽他语,显示出了非凡的潜力。
这一创新技术的核心在于其独特的语言感知优化框发布架。该框架采用了 “以目标语言进行思考” 的机制,结合细粒度、多维度的奖励策略和自动化数据解多语决方案,极大地增强了对小语种的理解与处理能力。根据测试结果,蚂蚁数科的新框架在主流的多语言种视视觉问答(Multilingual Visual Question Answering,VQ觉大A)基准测试中,准确率较同规模的开源模型提升了约 9.5%。甚至在某些任务中,框架的表现还超过了 G模型PT-4o 和 Gemini-2.5-flash 等国际主流闭源模型,荣获评测总分第一。
除了语言模型训练的突破,蚂蚁数科还推出了图像安全框架,这一技术结合了视觉分析与常识推理,能够高效识别图像中的框架伪造与不一致性。新框架不仅能够精确定位篡改区域,还提供可解释的分析,显著提升了数字内容的风险控,打制能力。这一技术的成功实施将为各种场景下的数字内容保护提供更有力的支持。
作为蚂蚁数科全球破语业务的核心技术,这两项能力已经在 ZOLOZ 的文档识别鉴真产品(RealDoc)中得到了广泛言壁应用,支持 119 种语言,能够高效处理多种商务文档、合同和证件,覆盖保险理赔、信贷审核及跨境贸易垒!等多个领域。这不仅展示了蚂蚁数科在多语言处理领域的领先地位,也为全球用户提供了更好的服务蚂蚁体验。
相关文章:
- 标签: 汽车
- MiniMax Music 1.5上线 生成音乐时长提升至4分钟
- 亚马逊云计算业务Q3营收230亿美元 营收营业利润双双创下新高
- 加州新法案:聊天机器人必须明确告知用户其为 AI
- 标签: 港交所 巴曙松 首席中国经济学家 香港交易所
- 微软Copilot打破Excel工作流壁垒:一键完成数据分析、分类与内容生成
- 微软推出 Agent Lightning:全新 AI 框架助力强化学习训练大规模语言模型
- Google 发布 Deep Research 智能体:深层调研进入“自动驾驶”时代
- AI赛车手狂虐人类登Nature!1000台PS4训练,极限超车独霸赛道
- 标签: 铜师傅 铜葫芦系列 大圣系列 文创产品
