H-Company ha presentato il multicodec NeoMME

L'azienda H-Company ha rilasciato NeoMME — un efficiente encodatore multimmidale e multilingue progettato per l'elaborazione di dati visivi e testuali. Il modello è stato sviluppato per risolvere problemi di ricerca cross-modale e classificazione con un focus sulla alta prestazione con risorse computazionali limitate.

L'architettura di NeoMME supporta il lavoro con oltre 100 lingue, consentendo di utilizzarlo in applicazioni globali senza la necessità di riaddestramento per regioni linguistiche specifiche. L'encodatore dimostra un'alta precisione nei compiti di abbinamento di immagini e descrizioni testuali, superando i precedenti analoghi per la velocità di elaborazione dei dati del 25% con una qualità di output paragonabile.

I sviluppatori hanno ottimizzato il modello per funzionare su attrezzature server standard, riducendo i requisiti di memoria operativa del 40% rispetto alle architetture classiche come CLIP. I pesi del modello sono disponibili per l'integrazione in pipeline di terze parti, semplificando l'implementazione della ricerca multimmidale in sistemi di ricerca esistenti e servizi di raccomandazione.

L'implementazione di NeoMME consente di ridurre i ritardi nell'elaborazione delle richieste in tempo reale, che è critico per i sistemi di visione artificiale e analisi del contenuto. L'utilizzo di questo encodatore offre alle aziende la possibilità di distribuire soluzioni scalabili per l'elaborazione dei multimedia senza significativi investimenti nell'infrastruttura GPU.