PEKING / LONDON (IT BOLTWISE) – Das Alibaba-Qwen-Team hat in Zusammenarbeit mit der Tsinghua University ein neues Framework namens HopChain entwickelt, das die Bildverarbeitung von KI-Modellen erheblich verbessert. Diese Innovation zielt darauf ab, die Genauigkeit von Vision-Language-Modellen zu steigern, indem sie mehrstufige Bildfragen generiert, die ein erneutes und präzises Hinschauen erfordern.
Das Alibaba-Qwen-Team hat in Zusammenarbeit mit der Tsinghua University ein innovatives Framework namens HopChain entwickelt, das die Bildverarbeitung von KI-Modellen erheblich verbessert. Diese Entwicklung adressiert ein häufiges Problem bei Vision-Language-Modellen (VLMs), die bei Aufgaben, die mehrere aufeinander aufbauende Denkschritte erfordern, oft scheitern. HopChain generiert mehrstufige Bildfragen, die ein erneutes und präzises Hinschauen erfordern, um die Genauigkeit der Modelle zu steigern.
Vision-Language-Modelle sind in der Lage, auf vielen Bild-Text-Benchmarks gute Ergebnisse zu erzielen. Dennoch treten bei komplexeren Aufgaben, die eine Kette von Denkschritten über ein Bild hinweg erfordern, häufig Fehler auf. Diese Fehler können sich aus kleinen Wahrnehmungsfehlern ergeben, die sich durch die gesamte Denkkette fortpflanzen und zu falschen Ergebnissen führen. Das HopChain-Framework zielt darauf ab, diese Fehler zu minimieren, indem es die Modelle zwingt, bei jedem Schritt genau hinzusehen.
Die Forscher haben herausgefunden, dass VLMs bei langen Antworten mit Zwischenschritten, sogenannten Chain-of-Thought-Antworten, verschiedene Fehler machen. Dazu gehören das falsche Zählen von Objekten, das Verwechseln räumlicher Beziehungen und das Halluzinieren von Details. Diese Fehler pflanzen sich über die Denkkette fort, was zu scheinbar schlüssigen, aber letztlich falschen Argumentationen führt. HopChain erzeugt automatisch Bildfragen, bei denen jeder Schritt auf den Ergebnissen vorheriger Schritte aufbaut und erneutes genaues Betrachten des Bildes erfordert.
Die Implementierung von HopChain führte zu Verbesserungen bei 20 von 24 Benchmarks, die in vier Kategorien evaluiert wurden: STEM und Rätsel, allgemeines Bildverständnis, Texterkennung und Dokumentenverständnis sowie Videoverständnis. Diese Ergebnisse zeigen, dass die trainierten Fähigkeiten über die Bilddomäne hinaus übertragbar sind. Eine Ablationsstudie belegt, dass die vollständige Verkettung der Fragen entscheidend ist, da der Durchschnittswert über fünf repräsentative Benchmarks sinkt, wenn die Fragen auf ihren letzten Einzelschritt reduziert werden.
Die Forscher betonen, dass die Vorteile mit zunehmender Länge der Denkkette wachsen. Besonders bei langen Antworten übersteigen die Genauigkeitsgewinne beim größeren Modell 50 Punkte. Die Fehlertypenanalyse zeigt zudem, dass die HopChain-Daten das Modell breit verbessern: bei Wahrnehmungs-, Logik-, Wissens- und Halluzinationsfehlern gleichermaßen. Diese Fortschritte könnten die Grundlage für zukünftige Entwicklungen in der KI-Bildverarbeitung bilden und die Einsatzmöglichkeiten von KI in verschiedenen Branchen erweitern.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Alibaba verbessert KI-Bildverständnis mit HopChain-Framework" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Alibaba verbessert KI-Bildverständnis mit HopChain-Framework" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Alibaba verbessert KI-Bildverständnis mit HopChain-Framework« bei Google Deutschland suchen, bei Bing oder Google News!