IBM、ChartNetを搭載したGranite 4.0 3B Visionをリリース
ibmがgranite 4.0 3b visionを公開しました。エンタープライズドキュメント向けに最適化された30億パラメータモデルです。チャート推論用の170万サンプルデータセットであるchartnetと、正確な空間認識を実現するdeepstackアーキテクチャが特徴です。hugging faceでloraアダプターとして利用可能です。
IBMは、複雑なテーブルやチャートを含むエンタープライズ向けドキュメント解析に最適化されたコンパクトなマルチモーダルモデルであるGranite 4.0 3B Visionをリリースした。Granite 4.0 Microベースモデル上に構築され、テキストのみのフォールバックのためのモジュール性を維持するためにLoRAアダプターとして提供される。リリースでは、新しい170万サンプルの合成データセットであるChartNetと、空間精度とセマンティック理解を保つために視覚的特徴を別々にルーティングするDeepStackアーキテクチャを活用している。ChartQAベンチマークでは、モデルは最先端のChart2Summaryスコア86.4％を達成している。