Apple a dévoilé son dernier système d’intelligence artificielle, Reference Resolution As Language Modeling (ReALM), déclarant qu’il surpasse GPT-4 dans certains aspects, selon un rapport de TechXplore.

Apple lance RealM

Ces dernières années, les grands modèles de langage (LLM) comme GPT-4 ont été à la pointe des avancées technologiques alors que les entreprises s’efforcent d’améliorer leurs offres et d’attirer davantage d’utilisateurs.

Cependant, Apple est considéré comme à la traîne dans ce domaine, notamment avec l’assistant numérique Siri, qui a peu progressé en termes de capacités d’intelligence artificielle.

L’équipe Apple affirme que son système ReALM représente plus qu’une simple tentative de rattraper ses concurrents ; il se positionne comme un produit supérieur qui surpasse les LLM existants, notamment pour répondre à certains types de questions.

Selon un article rédigé par l’équipe Apple, ReALM se distingue en fournissant des réponses plus précises aux questions des utilisateurs grâce à sa capacité unique à interpréter les références ambiguës à l’écran et à accéder aux informations conversationnelles et générales.

En tirant parti des signaux contextuels provenant de l’écran de l’utilisateur et des processus en cours sur l’appareil, ReALM vise à mieux comprendre l’intention de l’utilisateur derrière une requête, améliorant ainsi la précision de ses réponses.

Lire aussi : Les Apple AirTags ne sont pas compatibles avec les téléphones Android, mais cette application de suivi peut les détecter

Apple affirme que ReALM dépasse GPT-4

Les chercheurs affirment que des tests approfondis sur divers LLM, dont GPT-4, ont démontré les performances supérieures de ReALM dans certaines tâches.

Ils suggèrent en outre qu’Apple envisage d’intégrer ReALM dans son écosystème, améliorant potentiellement la capacité de Siri à fournir des réponses plus pertinentes, bien qu’obligeant probablement les utilisateurs à passer à iOS 18 une fois qu’il sera publié plus tard cette année.

Les chercheurs soulignent l’importance de la résolution de référence pour comprendre et gérer efficacement divers contextes dans leur article, y compris les éléments conversationnels et non conversationnels tels que les entités à l’écran et les processus en arrière-plan.

Ils soulignent le potentiel transformateur du LLM dans la résolution d’un large éventail de types de référence, démontrant des améliorations substantielles par rapport aux systèmes existants dans un large éventail de catégories de référence.

Les conclusions de l’article montrent des résultats prometteurs, le plus petit modèle de ReALM atteignant des performances comparables à celles de GPT-4 et son plus grand modèle les dépassant largement.

Cela suggère que ReALM pourrait représenter une avancée importante dans la technologie de l’IA, en particulier dans le domaine de la résolution de référence, où le LLM traditionnel est confronté à des limites.

Cet article montre comment LLM peut être utilisé pour créer des systèmes très efficaces pour résoudre différents types de références, en montrant comment la résolution de références peut être transformée en un problème de modélisation du langage, même si elle implique des formes d’entités telles que celles à l’écran qui ne sont pas traditionnellement favorable. devient simplement une modalité textuelle », ont écrit les chercheurs.

« Nous avons démontré des améliorations majeures par rapport aux systèmes existants avec des fonctionnalités similaires sur un large éventail de types de références, notre plus petit modèle réalisant une amélioration absolue de plus de 5 % pour les références à l’écran. Nous avons également effectué des comparaisons avec GPT-3.5 et GPT-4, notre plus petit modèle atteignant des performances comparables à celles de GPT-4, et notre plus grand modèle les surpassant considérablement. »

L’équipe de recherche détaillé leurs découvertes sur le serveur de préimpression arXiv.

Article associé: Apple Vision Pro : de nouveaux films immersifs désormais disponibles gratuitement dans l’application TV, avec Spatial Audio

ⓒ 2024 TECHTIMES.com Tous droits réservés. Ne pas reproduire sans permission.