IBM și-a extins familia de modele Granite prin introducerea Granite 4.0 3B Vision, un model multimodal compact, dar puternic, adaptat pentru analiza inteligentă a documentelor de business. Această nouă lansare vizează eliminarea barierelor dintre datele vizuale brute și analiza de text structurată, fiind optimizat special pentru layout-urile complexe întâlnite în documentele de afaceri, grafice și diagrame tehnice.
Precizie la scară largă
În ciuda dimensiunii sale relativ reduse de 3 miliarde de parametri, modelul Granite 4.0 3B Vision este proiectat să gestioneze input-uri de înaltă rezoluție. Acest lucru îi permite să interpreteze cu acuratețe detaliile fine în sarcinile de OCR (Recunoașterea Optică a Caracterelor) și în sesiunile de întrebări și răspunsuri bazate pe elemente vizuale. Prin menținerea unui număr redus de parametri, IBM permite organizațiilor să implementeze modelul pe dispozitive de tip edge sau în cloud-uri private, beneficiind de o latență semnificativ mai mică și costuri de infrastructură reduse comparativ cu modelele de frontieră de mari dimensiuni.
Design axat pe sectorul enterprise
Modelul este antrenat pe un set de date diversificat care pune accent pe înțelegerea documentelor, fiind deosebit de eficient pentru facturarea automatizată, revizuirea documentelor juridice și raportarea financiară. Această lansare se aliniază cu tendința actuală a industriei de a adopta „modele de limbaj mici” (SLMs), care oferă performanțe specializate pentru segmente de business specifice, menținând în același timp standarde ridicate de confidențialitate a datelor și eficiență operațională.
