โมเดลใหม่
Apple ปล่อยน้ำหนัก LensVLM-9B — อ่านเอกสารยาวเป็น "ภาพหน้ากระดาษย่อ" แล้วซูมเฉพาะหน้าที่เกี่ยว ได้แม่นใกล้การป้อนข้อความเต็มที่อัตราบีบอัด 4.3 เท่า แต่ใบอนุญาตใช้ได้แค่งานวิจัย
Apple อัปโหลด LensVLM-9B ขึ้น Hugging Face เมื่อ 21–22 ก.ย. 2026 พร้อมโค้ดบน GitHub โมเดลนี้เรนเดอร์ข้อความยาวเป็นภาพหน้ากระดาษที่ย่อไว้ แล้วใช้ทูล read_page ขยายเฉพาะหน้าที่เกี่ยวข้อง ในเปเปอร์ได้ความแม่นเฉลี่ย 68.9% ที่ 4.3 เท่า เทียบกับ 72.4% เมื่อป้อนข้อความเต็ม แต่ที่ 15 เท่าคะแนนเท่ากับ RAG แบบ embedding ธรรมดา และน้ำหนักใช้ใบอนุญาตวิจัยที่ห้ามใช้เชิงพาณิชย์
· อ่าน 4 นาที