热点

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

字号+ 作者:牛骥同槽网 来源:供应链服务 2026-11-23 我要评论(0)

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” 和推理信推出息混乱的问题,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,并在多文化多语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觉大的语言感知优化框架。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模型解决方案,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训练答(Multilingual Visual Question Answering, VQA)基准测试中准确率提框架升了约9.5%,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,能够高效识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,显著提升数字别文内容的风险控制能力。

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档伪)中实现了规模化应用,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、信贷审核及跨境造与贸易等多个场景。

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • 亚马逊将为50多万名员工加薪 时薪上涨50美分至3美元不等

    亚马逊将为50多万名员工加薪 时薪上涨50美分至3美元不等

    2026-08-28

  • 云计算开发:Python内置函数-bin() 函数详解

    云计算开发:Python内置函数-bin() 函数详解

    2026-09-15

  • 消息称亚马逊接近达成协议:拟90亿美元收购米高梅

    消息称亚马逊接近达成协议:拟90亿美元收购米高梅

    2026-08-31

  • TensorFlow 2.9上线:oneDNN改进实现CPU性能优化,WSL2开箱即用

    TensorFlow 2.9上线:oneDNN改进实现CPU性能优化,WSL2开箱即用

    2026-06-18

网友点评