ME نیوز کے مطابق، 10 اپریل (UTC+8) کو، علی بابا کا تونگی لیب (Tongyi Lab) نے نئی نسل کا بہت متعدد ماڈل RAG فریم ورک VimRAG متعارف کرایا، جو موجودہ سسٹمز کے طویل عرصے سے جاری "حالت کا اندھا بندھا" مسئلہ حل کرتا ہے۔ VimRAG نے روایتی لائنر تاریخ کو متعدد ماڈل یادداشت گراف (Multimodal Memory Graph) میں تبدیل کر دیا ہے، جو استدلال کے عمل کو ڈائنا مک ڈائریکٹڈ ایسائکلک گراف (DAG) سٹرکچر کے ذریعے منظم کرتا ہے، جس سے زائد تلاش ختم ہوتی ہے اور تلاش کے راستوں کا پورا راستہ ٹریک کیا جاتا ہے۔ گراف مودولیٹڈ ویژول میموری اینکوڈنگ (Graph-Modulated Visual Memory Encoding) کو شامل کرتے ہوئے، تصاویر جیسے زیادہ بوجھ والے ویژول ڈیٹا کے لیے خودکار ٹوکن تقسیم حاصل کی گئی ہے، جس میں GGPO مکینزم استعمال ہوتا ہے تاکہ باریک انداز میں اعتماد تقسیم کیا جا سکے اور استدلال کی وجوہات کی درستگی بڑھائی جا سکے۔ جاری کردہ جائزہ ڈیٹا کے مطابق، VimRAG نے SlideVQA، MMLongBench، LVBench جیسے متعدد ماڈل بنچ مارکس میں عمدہ کارکردگی دکھائی، جس میں Qwen3-VL-8B-Instruct ورژن نے دوسرے حل سے زیادہ کل اسکور حاصل کیا۔ VimRAG کا مقصد متعدد ماڈل RAG کو "آسان تلاش" سے "ساختی طور پر قابل اعتماد استدلال" تک لے جانا ہے، تاکہ پیچیدہ لمبے دستاویزات اور متعدد ماڈل مخلوط سیناریوز کو سنبھالنے کے لیے مضبوط سسٹم لیول حل فراہم کیا جا سکے۔ (ذرائع: BlockBeats)
تونگی لیب نے وِم آر اے جی: بہ متعدد ماڈل آر اے جی فریم ورک میموری گراف کے ساتھ شروع کیا
KuCoinFlashبانٹیں
خلاصہ
ٹونگی ی لیب نے 10 اپریل (UTC+8) کو میٹا ایرا پر مبنی ایک نیا بہ متعدد ماڈل RAG فریم ورک، وِمRAG، جاری کیا۔ یہ فریم ورک لینیئر تاریخ کو ایک میموری گراف میں تبدیل کرکے 'سٹیٹ بلنڈ سپاٹ' کی پریشانی کو حل کرتا ہے۔ یہ ایک ڈائنامک DAG سٹرکچر کا استعمال کرتا ہے تاکہ استدلال کے راستوں کا پتہ لگایا جا سکے اور زائد حصول کو کم کیا جا سکے۔ آن چین خبروں میں کریڈٹ اسائنمنٹ اور ٹوکن تقسیم کے لیے GGPO کے اندراج کو اہمیت دی گئی ہے۔ Qwen3-VL-8B-Instruct ورژن SlideVQA اور MMLongBench جیسے بینچ مارکس میں سب سے آگے ہے۔ اس اپڈیٹ سے پیچیدہ، لمبے، اور بہ متعدد ماڈل کاموں کا ساتھ دیا جاتا ہے۔ نئے ٹوکن لسٹنگز اس منظم استدلال کے طریقے سے فائدہ اٹھا سکتی ہیں۔
ذریعہ:اصل دکھائیں۔
اعلان دستبرداری: اس صفحہ پر معلومات تیسرے فریق سے حاصل کی گئی ہوں گی اور یہ ضروری نہیں کہ KuCoin کے خیالات یا خیالات کی عکاسی کرے۔ یہ مواد کسی بھی قسم کی نمائندگی یا وارنٹی کے بغیر صرف عام معلوماتی مقاصد کے لیے فراہم کیا گیا ہے، اور نہ ہی اسے مالی یا سرمایہ کاری کے مشورے کے طور پر سمجھا جائے گا۔ KuCoin کسی غلطی یا کوتاہی کے لیے، یا اس معلومات کے استعمال کے نتیجے میں کسی بھی نتائج کے لیے ذمہ دار نہیں ہوگا۔
ڈیجیٹل اثاثوں میں سرمایہ کاری خطرناک ہو سکتی ہے۔ براہ کرم اپنے مالی حالات کی بنیاد پر کسی پروڈکٹ کے خطرات اور اپنے خطرے کی برداشت کا بغور جائزہ لیں۔ مزید معلومات کے لیے، براہ کرم ہماری استعمال کی شرائط اور خطرے کا انکشاف دیکھیں۔