【ITmedia AI+】“目”を持つAIの新モデル「Sarashina2.2-Vision-3B」、SB Intuitionsが開発　MITライセンスで公開

写真や図を見て、日本語で質問に答える小型AI。SB Intuitionsが公開した「Sarashina2.2-Vision-3B」は、画像と言葉を一緒に扱うモデルです。

開発元によると、以前のSarashina2-Visionよりモデルを小さくしながら、日本語・英語の評価で改善が見られました。ただし、英語などでは海外の多言語モデルに及ばない項目もあると説明しています。

MITライセンスでHugging Faceに公開されており、研究やアプリ開発で試せます。小型モデルが画像をどこまで読めるか、自分の題材で確かめたくなるニュースです。