Dies ist die Windows-App namens ML Ferret, deren neueste Version als ml-ferretsourcecode.zip heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens ML Ferret mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.
- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter und installieren Sie sie.
- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.
Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.
SCREENSHOTS:
ML Frettchen
BESCHREIBUNG:
Ferret ist Apples durchgängiges multimodales Großsprachenmodell, das speziell für flexibles Referenzieren und Erden entwickelt wurde: Es kann Referenzen beliebiger Granularität (Kästchen, Punkte, Freiformbereiche) verstehen und dann Beschreibungen mit offenem Vokabular auf das Bild zurückführen. Die Kernidee ist eine hybride Bereichsdarstellung, die diskrete Koordinaten mit kontinuierlichen visuellen Merkmalen kombiniert, sodass das Modell problemlos mit Referenzen „jeder Art“ umgehen und gleichzeitig eine präzise räumliche Lokalisierung gewährleisten kann. Das Repo präsentiert die Vision-Language-Pipeline, Modell-Assets und Papierressourcen, die zeigen, wie Ferret Fragen beantwortet, Anweisungen befolgt und geerdete Ausgaben statt nur Text zurückgibt. In der Praxis ermöglicht dies Aufgaben wie „Finde das kleine rote Symbol neben dem Diagramm und beschreibe es“, bei denen sowohl die sprachliche Referenz als auch der visuelle Bereich ohne feines räumliches Denken mehrdeutig sind.
Eigenschaften
- Formbezogenheit und präzise visuelle Erdung
- Hybride Regionsdarstellung, die Koordinaten und Features kombiniert
- Offene Vokabularerkennung mit geerdeten Ausgaben
- Anweisungsbefolgung für multimodale Qualitätssicherung und Bearbeitungsaufforderungen
- Auf die Forschungsarbeit abgestimmte Ressourcen und Schulungsskripte
- Forschungsgrundlage für feinkörniges räumliches Denken in MLLMs
Programmiersprache
Python
Kategorien
Diese Anwendung kann auch von https://sourceforge.net/projects/ml-ferret.mirror/ heruntergeladen werden. Sie wurde in OnWorks gehostet, um sie auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme aus ausführen zu können.