蚂蚁数科推出多语种视觉大模型训练框架,高效识别文档伪造与逻辑矛盾
近日, 蚂蚁数科在香港金融科技节上发布了一项革命性的技术 ——“多语种多模态大模型训练框架蚂蚁”,旨在解决当前大模型在多语言环境中的应用瓶颈。随着人工智能技术的飞速发展,大模型正逐渐成为提升各行数科业效率的重要工具。然而,传统以英文为母语的大模型在小语种环境中表现不佳,常常面临 “语言错乱” 和推理推出信息混乱的问题,这严重制约了其全球化应用。 为应对这一挑战,蚂蚁数科的研究团队开发了这一新框架,并在多语多文化多语言视觉问答基准测试(CVQA)中取得了显著成果。该框架在埃及阿拉伯语、印尼爪哇语、巴哈萨语及巽他语种视等资源稀缺的小语种上表现尤为突出,展现出卓越的多语言识别能力,成功跻身榜首。 这一突破的核心在于创新的语言感知觉大优化框架。该框架通过 “以目标语言进行思考” 的机制,结合细粒度多维度的奖励策略与自动化数据解决方案,实现在小语模型种的深度理解和处理。根据测试结果,与同等规模的开源模型相比,该框架在主流多语言视觉问答(Multil训练ingual Visual Question Answering, VQA)基准测试中准确率提升了约9.5%,在框架部分任务中甚至优于 GPT-4o 和 Gemini-2.5-flash 等国际主流闭源模型,获得评测总分第一。 在安,高全能力方面,蚂蚁数科还推出了图像安全框架,结合视觉分析与常识推理的伪造识别路径,能够高效识别图像中的视效识觉不一致性和逻辑矛盾。这一技术不仅能够定位篡改区域,还能进行可解释分析,显著提升数字内容的风险控制能力别文。 作为蚂蚁数科全球业务的核心技术,这两项能力已在 ZOLOZ 文档识别鉴真产品(RealDoc)中实现了档伪规模化应用,支持119种语言,能够高效处理多语种商务文档、合同和证件,覆盖保险理赔、信贷审核及跨境贸易等多造与个场景。
- 最近发表
- 随机阅读
-
- 爆料称OpenAI深度布局硬件:正联手多方研发“去应用化”AI手机
- 标签: SK海力士 HBM DDR5 NAND闪存
- Twitter CFO不担心苹果调整隐私政策:竞争环境更公平对推特有利
- 日媒称:中国在人工智能领域正在超越美国
- 放不下想又怕原唱歌曲
- 国产芯片再突破!5nm“龙鹰二号”正式发布,AI算力直达200TOPS
- 并查集,不就一并和一查?
- Grab 自研语言模型解决亚洲语言识别难题
- 马斯克推出Grokipedia:用AI重构百科全书,剑指维基百科的“宣传”与偏见
- 带你认识9种常用卷积神经网络
- 标签: 可灵AI 可灵视频3.0 可灵图片3.0 AI影视生成
- 标签: 百川智能 Baichuan-M4 HealthBench 医疗大模型
- 云计算核心技术Docker教程:使用 Compose 文件部署注册服务器
- 云计算核心技术Docker教程:在守护程序停机期间使容器保持活动状态
- 标签: 千禾味业
- Facebook推出新功能:创作者可通过电商渠道赚钱
- 可溶于水的机器人见过吗?明胶和糖3D打印而成
- 南网总调深化“云+AI”战略,与阿里云签订人工智能合作备忘录
- 云计算核心技术Docker教程:Docker创建和管理卷
- 标签: 腾讯音乐 2026财年Q1 音乐相关服务 社交娱乐服务
- 搜索
-
- 友情链接