Glimpse torna a guardare l’immagine mentre ragiona
Il primo modello di Elorian può ritagliare immagini, scegliere fotogrammi e usare codice durante il ragionamento. È disponibile in anteprima di ricerca.
Che succede
Quando un modello sbaglia a leggere una piccola scritta in un grafico, anche un ragionamento impeccabile può portarlo lontanissimo dalla risposta. Glimpse, il primo modello di Elorian, è costruito intorno alla possibilità di tornare sull’immagine: ingrandire una zona, recuperare un fotogramma da un video, usare codice per misurare o confrontare ciò che vede.
Elorian chiama questo spazio di lavoro “visual scratch space”. L’idea di ritagliare e ingrandire durante il ragionamento esiste già, anche nei modelli o-series di OpenAI; qui diventa il centro del progetto, con applicazioni rivolte soprattutto a video, ricerca e robotica.
Glimpse debutta come research preview con accesso API; la chat ha una lista d’attesa. I prezzi annunciati sono 0,60 dollari per milione di token in ingresso e 3 in uscita. I risultati sui grafici scientifici e sui video pubblicati al lancio vengono dalle valutazioni di Elorian: il metodo è promettente, il confronto indipendente resta da vedere.
Perché conta
Un grafico può richiedere più sguardi: avere accesso ai dettagli durante il ragionamento evita di affidarsi soltanto alla prima lettura.
Vuoi sapere di più su pillole come questa?