摩根大通发布了DocLLM，一款专为多模态文档理解设计的生成式语言模型，通过轻量级扩展LLM，避免昂贵的图像编码器，以提高文档分析效能。
对此，加州理工学院地球物理学家、美国地质调查局前高级科学家Tom Heaton就曾这样怀疑:我们根本无法预测地震。
论文地址:https://arxiv.org/pdf/2401.01792.pdf
Robin AI的核心产品是一款名为Robin Copilot的AI助手，该产品基于Anthropic公司的Claude2.1大型语言模型技术。这一技术使得Robin Copilot能够在过去的200多万份合同基础上进行训练，并采用特定算法来理解合同内容。有趣的是，Robin Copilot是一款Microsoft Word的插件，可用于创建合同、审阅现有合同并提出修改建议。据称，这项技术能够将合同审查时间减少80%，合同成本降低75%。
站长之家（ChinaZ.com）1月4日 消息:VCoder是一个视觉编码器，旨在提高多模态语言模型（MLLM）在识别图像中的对象和理解图像场景方面的能力。它能够帮助模型更好地理解和分析图像内容。