Editor Top
La figura superior presenta el proceso de desenfoque temporal, mostrando la separación de fuentes, la agrupación y la transmisión. La figura inferior presenta una presentación de alto nivel de JASCO. Las condiciones se proyectan primero a una representación de baja dimensión y se concatenan a lo largo de las dimensiones del canal. Los bloques verdes tienen parámetros que se pueden aprender, mientras que los bloques azules están congelados. Crédito: arXiv (2024). Documento: 10.48550/arxiv.2406.10970
Un equipo de investigadores de IA del equipo de investigación de IA fundamental de Meta está poniendo a disposición del público cuatro nuevos modelos de IA para investigadores y desarrolladores que creen nuevas aplicaciones. El equipo ha publicado un papel sobre el arXiv Servidor de preimpresión que describe uno de los nuevos modelos, JASCOy cómo podría utilizarse.
A medida que crece el interés por las aplicaciones de IA, los principales actores del sector están creando modelos de IA que otras entidades pueden utilizar para añadir capacidades de IA a sus propias aplicaciones. En este nuevo esfuerzo, el equipo de Meta ha puesto a disposición cuatro nuevos modelos: JASCO, AudioSeal y dos versiones de Chameleon.
JASCO ha sido diseñado para aceptar distintos tipos de entrada de audio y crear un sonido mejorado. El modelo, según afirma el equipo, permite a los usuarios ajustar características como el sonido de la batería, los acordes de la guitarra o incluso las melodías para crear una melodía. El modelo también puede aceptar la entrada de texto y lo utilizará para darle sabor a una melodía.
Un ejemplo sería pedirle al modelo que genere una melodía de blues con mucho bajo y batería. A eso le seguirían descripciones similares sobre otros instrumentos. El equipo de Meta también comparó JASCO con otros sistemas diseñados para hacer prácticamente lo mismo y descubrió que JASCO los superaba en tres métricas principales.
AudioSeal se puede utilizar para añadir marcas de agua al habla generada por una aplicación de IA, lo que permite identificar fácilmente los resultados como generados artificialmente. Señalan que también se puede utilizar para marcar con marca de agua segmentos de voz de IA que se han añadido a un habla real y que vendrá con una licencia comercial.
Los dos modelos Chameleon convierten texto en representaciones visuales y se lanzan al mercado con capacidades limitadas. Las versiones 7B y 34B, señala el equipo, requieren que los modelos adquieran una sensación de comprensión tanto del texto como de las imágenes. Por eso, pueden realizar un procesamiento inverso, como generar subtítulos para las imágenes.
Más información:
Or Tal et al, Acondicionamiento simbólico y de audio conjunto para la generación de texto a música controlada temporalmente, arXiv (2024). Documento: 10.48550/arxiv.2406.10970
Página de demostración: páginas.cs.huji.ac.il/adiyoss-lab/JASCO/
© 2024 Red Science X
Citación:Meta lanza cuatro nuevos modelos de IA disponibles públicamente para uso de desarrolladores (3 de julio de 2024) recuperado el 11 de julio de 2024 de https://techxplore.com/news/2024-07-meta-ai.html
Este documento está sujeto a derechos de autor. Salvo que se haga un uso legítimo con fines de estudio o investigación privados, no se podrá reproducir ninguna parte del mismo sin autorización por escrito. El contenido se ofrece únicamente con fines informativos.
GIPHY App Key not set. Please check settings