05月
31日
通义实验室开源 VRAG-RL 多模态框架，视觉任务推理效率最高提升 57%
牛透社 5 月 31 日消息，阿里巴巴旗下通义实验室自然语言智能团队发布并开源 VRAG-RL 框架，该框架是基于视觉感知驱动的多模态检索增强生成推理系统，通过强化学习驱动的智能体训练、视觉感知机制创新等突破，在医疗影像报告生成、金融图表分析等视觉密集型任务中实现检索速度提升 45%、准确率提升 28%、端到端处理效率提升 57%。
您投送的稿件违反了牛透社的投稿协议，现已关闭您的投稿功能，如有异议请发邮件至tougao@jinse.com进行申诉。
