Mensagens anteriores

A Google confirmou a chegada do seu novo modelo LLM PaliGemma 2, que terá um grande avanço na geração de tecnologias de IA, combinando as capacidades de visão e de linguagem. O PaliGemma 2 permite que os sistemas sejam capazes de interpretar imagens e texto de forma interligada, oferecendo ainda mais capacidades para a tecnologia.

O PaliGemma 2 pretende ser uma versão reformulada e melhorada do Gemma 2, adicionando a capacidade de entender as imagens que lhe são apresentadas, e fornecer respostas com base nas mesmas. Este modelo é capaz de identificar objetos, ações a serem realizadas, emoções e o contexto em geral numa cena, oferecendo com isso mais detalhes que podem ser usados para melhorar a resposta final – com base nos pedidos feitos.

O modelo apresenta ainda uma alta capacidade de compreensão sobre partituras musicais, fórmulas químicas e matemáticas, entre outras tarefas complexas. O modelo pode ainda ser adaptado para diferentes arquiteturas, permitindo usar o mesmo em diferentes contextos e funcionalidades.

De notar que a Google tem vindo a avançar consideravelmente nas suas tecnologias de IA, e este modelo é apenas mais um dentro da família “Gemmaverse”. O PaliGemma 2 já se encontra em plataformas como o Hugging Face e Kaggle, sendo que a empresa forneceu ainda uma extensa documentação e alguns exemplos que podem ser usados, de forma a que os programadores possam adaptar os modelos aos seus usos.