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业效数科率的重要工具。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” 和推理信息推出混乱的问题,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,并在多文化多语言多语视觉问答基准测试(CVQA)中取得了显著成果。该框架在埃及阿拉伯语、印尼爪哇语、巴哈萨语及巽他语等资种视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觉大言感知优化框架。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模型案,实现在小语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(训练Multilingual Visual Question Answering, VQA)基准测试中准确率提升了约9框架.5%,在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,高测总分第一。
在安全能力方面,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,能够效识高效识别图像中的视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别文风险控制能力。
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)中实档伪现了规模化应用,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、信贷审核及跨境贸造与易等多个场景。
- ·使用SUSE Rancher 2.6对 Aks 和 Gke 集群,进行全生命周期的管理
- ·标签: 网龙 Mynd.ai 游戏及应用服务 2025年财报
- ·IETF推出新标准草案:让机器识别网页AI内容成为可能
- ·标签: Mac mini OpenClaw AI PC 无影AC
- ·一旦苹果真撤出中国,会带来什么后果?郭台铭:大批企业将倒闭
- ·标签: AI短剧
- ·标签: 伏达半导体 IPO 电源芯片 快充技术
- ·标签: 华为Mate80 OPPO Reno15 Pro 京东外卖
- ·安卓首发:荣耀 YOYO 率先接入 DeepSeek-V4 大模型
- ·百度AI搜索APP“梯子AI”发布:由Tizzy.ai改名而来 主打无广告
- ·“微软6月24日发布下一代Windows”上热搜 网友:来抢鸿蒙风头的吧?
- ·标签: 比亚迪 方程豹 王悟空说车
- ·标签: 抖音 无人机坠箭 黑话暗语 野生动植物保护
- ·OpenAI 与马斯克再度交锋:坚称不需要也不想要任何人的商业机密
- ·标签: iPhone 17e iPad 12 MacBook Pro iOS 26.4
- ·标签: 罗永浩 真还传 科技春晚
