Janus Pro:n ominaisuus
Yhtenäinen multimodaalinen arkkitehtuuri Janus Pro:n
Ottaa käyttöön kaksisuuntaisen kuvien ymmärtäminen ja tuottaminen autoregressiivisen kehyksen ja yhtenäisen Transformer-arkkitehtuurin avulla. Ominaisuudet ovat irrotettuja visuaalisen koodauksen polkuja joustavuuden ja suorituskyvyn parantamiseksi.
Mallien välinen suorituskyvyn ylivoimaisuus Janus Pro
Suorittaa johtavia malleja, kuten DALL-E 3 ja Stable Diffusion, paremmin vertailuanalyyseissä (esim, GenEval-pisteet 0,80 vs. DALL-E 3:n 0,67.), jotka ovat erinomaisia tekstistä kuvaan -ohjeiden seuraamistehtävissä.
Avoimen lähdekoodin yhteensopivuus Janus AI
Tarjoukset 1B/7B-parametrimuunnokset MIT-lisenssillä, ja se sijaitsee Hugging Facessa ja GitHubissa nopeaa käyttöönottoa ja mukauttamista varten. Tukee rajoittamatonta kaupallista käyttöä.
Vision Processingin tekniset tiedot Janus AI
Käsittelee kuvia osoitteessa 384×384 resoluutio, integroimalla SigLIP-L-näkymäkooderi ja MLP-sovittimet ominaisuuksien louhinnan ja tehtävien vaihtamisen tehokkuuden optimoimiseksi.
Kustannustehokas skaalautuvuus Janus Pro:n
Yhdistää kevyt 7B-parametrinen rakenne kilpailukykyinen hinnoittelu (verrattuna OpenAI-malleihin), mikä vähentää laskentaresurssien kulutusta kaupallisessa käytössä.
Optimoitu koulutuskehys Janus Pro:n
Vipuvoimat laajennetut tietokokonaisuudet ja vakautta lisääviä koulutustekniikoita tulostustarkkuuden parantamiseksi, vaikka tarkkuusrajoitukset rajoittavatkin hienojen yksityiskohtien palauttamista (esim. OCR-tehtävät).
