Cloudflare がオープンソースの重み決定モデルである Clef-omni をリリース。音声および映像のマルチモーダル入力をサポート
Cloudflareは10月9日、オープンウェイト意思決定モデル「Clef-omni」を発表。従来のテキスト・画像処理に加え、音声と完全な動画を新規サポートし、単一API呼び出しでマルチモーダル内容を同時処理可能。従来Clefはテキスト・画像・一定間隔で抽出した静止画のみ対応だったが、Clef-omniはwavやmp3等の音声形式をネイティブ対応し、マルチモーダル強化とアーキテクチャ解析を扱う。....