印度的AI景观正在迅速发展，并有重大的进步和创新。 OLA集团公司Krutrim AI Labs是这一增长的关键参与者，最近揭示了Chitrarth-1，这是一种开创性的视觉语言模型（VLM）。 Chitrarth-1专为印度多样化的语言和文化背景而设计，支持十种主要的印度语言以及英语，这是针对多语言AI解决方案的关键需求。本文深入研究了Chitrarth-1及其对印度不断扩展的AI功能的影响。 目录的
表什么是chitrarth-1？
> chitrarth-1（结合“ chitra” - 图像和“ artha” - 含义）是一个7.5亿个参数VLM，集成了先进的语言和视觉处理。 它为满足印度多种语言需求而建造的支持印地语，孟加拉语，泰卢固语，泰米尔语，马拉地语，古吉拉特语，卡纳达语，马拉雅拉姆语，奥迪亚，阿萨姆语和英语。 该模型体现了克鲁特里姆（Krutrim）对“为我们的国家，国家和我们的公民开发AI的承诺”。 它使用丰富的多语言数据集可以最大程度地减少偏见，并确保跨指示语言和英语的稳健性能，从而促进公平的AI访问。 Chitrarth-1的研究发表在领先的学术期刊上，包括Neurips和第九次机器翻译会议。
>
> chitrarth-1利用krutrim-7b llm作为基础，通过基于siglip（siglip-so400m-patch14-384）模型的视觉编码器增强。 关键建筑组件包括：
>用于图像特征提取的预训练的siglip视觉编码器。>可训练的线性映射层，以将项目图像特征到LLM的令牌空间中。
阶段1：适配器预训练
阶段2：指令调整
在复杂的指令数据集上进行了微调，以增强多模式推理功能。Chitrarth-1对IdeFics 2（7b）和Palo 7b等领先的VLM进行了严格的测试，在各种基准上表现不佳，同时在诸如TextVQA和Vizwiz等任务上保持竞争力。它还超过了关键指标中的Llama 3.2 11B视觉指导。 克鲁特里姆（Krutrim）推出了Bharatbench，这是一个新的评估套件，用于在三个任务中使用十种资源不足的指示语言，为将来的研究建立了基线，并突出了Chitrarth-1有效地处理这些语言的能力。 样本Bharatbench结果如下所示：
有关更多详细信息，请单击此处。
>访问Chitrarth-1
> Chitrarth-1可以通过以下方式访问：
> Chitrarth-1在Action
结论
OLA集团的一个部门> krutrim AI实验室致力于建立AI计算的未来。 以Chitrarth-1以及其他产品（例如GPU）作为服务，AI工作室等等，他们正在建立一个新的包容性，具有文化敏感的AI的标准，从而促进了更公平的技术景观。
以上是Chitrarth-1：Krutrim AI实验室的多语言VLM的详细内容。更多信息请关注PHP中文网其他相关文章！
