محققان به تازگی مدل جدیدی به نام «MMOE» (ModernMOE) را معرفی کردهاند که تحولی در بهرهوری مدلهای دیفیوژن (Diffusion Transformers) ایجاد میکند. این مدل با الهام از تکنیکهای موفق در مدلهای زبانی بزرگ (LLM)، از سیستم «کارشناسان خبره» (Experts) استفاده میکند تا علاوه بر افزایش کیفیت تصاویر تولید شده، هزینههای آموزش و اجرا را نیز به شدت کاهش دهد.
نکته جالب اینجاست که این معماری به شکلی طراحی شده که حتی با منابع پردازشی محدود (تنها یک گره سختافزاری H100)، نتایج بسیار دقیقتر و سریعتری نسبت به مدلهای مشابه ارائه میدهد. این گامی بزرگ برای دسترسی راحتتر همه به هوش مصنوعی قدرتمند است! 🤖✨
منبع: arXiv Computer Vision