نموذج ذكاء اصطناعي مبتكر لتوليد النصوص والصور
CM3leon هو تطبيق ويب متطور يتفوق في توليد النصوص والصور باستخدام نموذج ذكاء اصطناعي واحد. يدمج هذا النموذج متعدد الوسائط تقنيات التوليد الذاتي مع تدريب واستدلال فعالين، مما يمكّن من تحقيق نتائج مثيرة للإعجاب في مهام تحويل النص إلى صورة وتحويل الصورة إلى نص. مع التركيز على تقليل متطلبات الحوسبة بشكل كبير مقارنةً بالنماذج السابقة من المحولات، يحقق CM3leon أداءً ملحوظًا، بما في ذلك درجة Fréchet Inception Distance (FID) البالغة 4.88، مما يمثل معيارًا جديدًا في هذا المجال.
تم تصميم النموذج للتعامل مع المطالبات والقيود المعقدة، مما يوفر صورًا متماسكة تتماشى مع مدخلات المستخدم. CM3leon قوي بشكل خاص في مهام مثل توليد تسميات الصور، والإجابة على الأسئلة البصرية، وتحرير الصور الموجه بالنص. تسمح قدراته المتعددة المهام والمعدلة للتعليمات بوظائف متقدمة تتجاوز العديد من النماذج الحالية، مما يظهر تعدديته وفعاليته عبر مجموعة من تطبيقات اللغة والرؤية.
