মুনড্রিম ভিএলএম ফাইন-টিউনিং সার্ভিস লেন্স চালু করে সঠিকতা উন্নত করছে

ME সংবাদ, ২১ এপ্রিল (UTC+8), অ্যানালিসিস বিটিং-এর মনিটরিং অনুযায়ী, Moondream একটি মাইক্রো-টিউনিং সেবা Lens চালু করেছে, যা ভিজুয়াল ল্যাঙ্গুয়েজ মডেল (VLM, যা ছবি পড়ে পাঠ্যে উত্তর দেয়) ল্যাব থেকে উৎপাদনে যাওয়ার "শেষ কিলোমিটার" সমস্যা—অর্থাৎ সঠিকতার অভাব—সমাধান করে। Lens হল একটি ব্যবহার-ভিত্তিক API, যা রিইনফোর্সমেন্ট লার্নিং এবং সুপারভাইজড মাইক্রো-টিউনিং উভয়কেই সমর্থন করে; অফিসিয়ালদের মতে, কয়েকটি ছবির নমুনা দিয়েই ফলাফল দেখা যায়; ট্রেনিংয়ের পরে, এটি ক্লাউডের মাধ্যমে কল করা যায়, অথবা নিজস্ব ইনফারেন্স ইঞ্জিন Photon-এর মাধ্যমে স্থানীয়ভাবেও চালানো যায়। কোম্পানিটি তিনটি তুলনামূলক ডেটা প্রকাশ করেছে। NBA লাইভস্ট্রিমের ছবির মধ্যে বলধারী খেলোয়াড়কে শনাক্তকরণে, বেসিক মডেলটি প্রায়শই অসংখ্যভাবেভুল-শনাক্তকরণ (false positives) দেখায়; RL-দ্বারা মাইক্রো-টিউনিংয়ের পর F1-স্কোর 28% থেকে 79%-এ上升, false positive box-এর সংখ্যা 61-এর 2-এ কমেছে, 54 মিনিটের ট্রেনিংয়ে 16.89 USD-এর খরচ। স্ট্রিটভিউফটোগুলির মধ্যেদেশটি (দেশ) চিহ্নিতকরণের ক্ষেত্রে, 25টি ছবির (প্রতি দেশ) মাইক্রো-টিউনিংয়ের 71.1% accuracy-এর 69.8% GPT-5.4-এর।মেডিকেলইমেজিংয়ে, GPT-5.4-এর 2x accuracy-এর 47মিনিটট্রেনিংয়ে 15.68 USD-এরখরচ।প্রথমঅংশীদারহলPTZOptics,যাNework-controlledPTZক্যামেরাতৈরিকরে;Moondreamএটিরপক্ষেনির্দিষ্টলক্ষ্য(যেমন“লালবস্ত্রপরা”ব্যক্তি)অনুসরণ,দৃশ্যসমৃদ্ধতা(scenecounting)এবংঅসাধারণঅবস্থা(anomalyalert)হিসাবেব্যবহারকরছে।MoondreamআগেইPhotonইনফারেন্সইঞ্জিনপ্রকাশকরেছিল,অফিসিয়ালডেটাঅনুযায়ীH100-এ20msইনফারেন্সল্যাটেন্সি।Lensসঠিকতা(accuracy)উপরফোকাসকরছে,Photonগতি(speed)উপর;MoondreamVLMউৎপাদনপ্রতিষ্ঠানয়গুলিরদুটিসচলপথসমস্যা(commonbottlenecks)উভয়কেইসমাধানকরছে।(উৎস: BlockBeats)