Zhi Bian Technology a lancé la première plateforme de mémoire multimodale à grande échelle dans l’industrie — MemoryLake. Cette plateforme intègre pour la première fois la compréhension approfondie du contenu multimodal, le stockage de mémoire multimodal, le calcul et la gestion de la mémoire dans une solution complète, composée du grand modèle MemoryLake-D1, du moteur de mémoire MemoryLake et de la plateforme de stockage et de calcul multimodal (Relyt Multi-modal Data Cloud). Selon les informations, MemoryLake vise à résoudre de nombreux défis fondamentaux rencontrés par les entreprises lors de la mise en œuvre de l’IA, notamment « la difficulté à comprendre et fusionner les informations multimodales », « la fragmentation des données entraînant des lacunes de mémoire », « la précision et la fiabilité incertaines des décisions du modèle », « le coût élevé de l’appel aux grands modèles », « la grande taille des données d’entreprise mais une réponse lente », etc. (Journal du marché de la science et de la technologie)
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
ZhiBian Technology lance le premier plateforme de mémoire multimodale dans l'industrie, MemoryLake
Zhi Bian Technology a lancé la première plateforme de mémoire multimodale à grande échelle dans l’industrie — MemoryLake. Cette plateforme intègre pour la première fois la compréhension approfondie du contenu multimodal, le stockage de mémoire multimodal, le calcul et la gestion de la mémoire dans une solution complète, composée du grand modèle MemoryLake-D1, du moteur de mémoire MemoryLake et de la plateforme de stockage et de calcul multimodal (Relyt Multi-modal Data Cloud). Selon les informations, MemoryLake vise à résoudre de nombreux défis fondamentaux rencontrés par les entreprises lors de la mise en œuvre de l’IA, notamment « la difficulté à comprendre et fusionner les informations multimodales », « la fragmentation des données entraînant des lacunes de mémoire », « la précision et la fiabilité incertaines des décisions du modèle », « le coût élevé de l’appel aux grands modèles », « la grande taille des données d’entreprise mais une réponse lente », etc. (Journal du marché de la science et de la technologie)