نعمل في Alma Media على تطوير حلول الذكاء الاصطناعي وتعلم الآلة لخدمات قوائم العقارات، حيث تصل معظم الصور دون أي معلومات حول ما تظهره. يعتمد البحث والتوصيات وحالات الاستخدام الداخلية على معرفة ما إذا كانت الصورة تمثل مطبخاً أو مخطط طابق أو حديقة. بشكل عام، هناك 23 فئة في هذه المهمة الكلاسيكية لتصنيف متعدد الوسوم.

يثق ثقة التصنيف أمراً مهماً عند قرار ما يجب إرجاله، خاصة عند التمييز بين تركيز المقدمة وعناصر الخلفية. بينما تُعد واجهات برمجة التطبيقات الخارجية التي تستخدم نماذج الرؤية واللغة معياراً حديثاً، قمنا بضبط google/siglip-base-patch16-224 بدقة لتلبية احتياجاتنا. يتطلب التدريب على نماذج ViT مفتوحة المصدر تقييم ما إذا كان يمكن توجيه مهمتك بفعالية، وإذا كنت تحتاج إلى مخرجات JSON منظمة، وكم هي حاسمة درجات الثقة للتصنيف.

تعتمد الإجابات على التطبيق. إذا احتجنا إلى العثور على جميع الصور التي تعرض المطابخ، نريد أيضاً تحديد صور غرف المعيشة التي تعرض مطبخاً في الخلفية. وعلى العكس من ذلك، تتطلب الاستعلامات المحددة نتائج مركزة. حلّ الضبط الدقيق باستخدام LoRA مشكلتنا المتعلقة بالنقص في التوسيم، لكن اختيار هذا المسار يعتمد على سياق عملك المحدد.

الكيانات الرئيسية: الشركات: Alma Media, Google, Meta | المواقع: [ADDRESS]