Reca Core, o modelo principal da Reca AI Labs, é um modelo de linguagem multimodal revolucionário que estabelece um novo padrão na indústria. Esse modelo de ponta não apenas entende texto, mas também processa e raciocina perfeitamente com imagens, vídeos e áudio.

O desempenho do Reca Core é nada menos que impressionante. Ele se aproxima dos melhores modelos de fronteira da OpenAI, Google e Anthropic, destacando-se tanto em avaliações automáticas quanto em avaliações humanas cegas. A capacidade do modelo de lidar com entradas multimodais, incluindo vídeo, o diferencia de seus concorrentes, que se concentram principalmente no processamento de texto e imagem.

Os benchmarks mostram as excepcionais capacidades do Reca Core. Ele se classifica bem em métricas como MMLU (Multimodal Language Understanding), GSM (Generalized Semantic Matching) e avaliação humana, superando muitos modelos maiores e mais intensivos em recursos. Os resultados do teste de percepção do modelo, que avaliam sua capacidade de interpretar o conteúdo de vídeo, reforçam ainda mais sua posição como líder no domínio multimodal.

Embora o tamanho exato do modelo Reca Core não seja divulgado, os modelos menores da empresa, Reca Edge e Reca Flash, demonstram o potencial de desempenho excepcional a um custo computacional menor. Esses modelos, com 7 bilhões e 21 bilhões de parâmetros, respectivamente, oferecem um valor desproporcional para suas respectivas classes de computação, tornando-os soluções altamente eficientes e econômicas.

Reca Core, o modelo principal da Reca AI Labs, emergiu como um poderoso modelo de linguagem multimodal. Esse modelo de ponta não apenas entende texto, mas também se destaca no processamento e no raciocínio com imagens, vídeos e áudio.

De acordo com os benchmarks apresentados, o Reca Core está se desempenhando no topo de sua classe em uma ampla gama de avaliações, incluindo avaliação humana, tarefas multimodais e GPT-4V. Notavelmente, ele se classifica logo atrás do renomado GPT-4V, demonstrando suas capacidades excepcionais.

A capacidade do modelo de suportar entradas multimodais, incluindo imagens, vídeos e áudio, o diferencia de muitos de seus concorrentes, com apenas o Gemini Ultra e o Gemini Pro 1.5 igualando esse nível de versatilidade.

O desempenho do Reca Core no benchmark de conhecimento MLUE, com pontuação de 83,2, reforça ainda mais sua posição de liderança no campo. Além disso, seu bom desempenho no teste de percepção, que avalia a compreensão de vídeo, demonstra suas habilidades abrangentes.

A introdução do Reca Edge e do Reca Flash, os modelos menores da linha da Reca, também é notável. Esses modelos entregam um desempenho impressionante em relação ao seu custo computacional, oferecendo uma proposta de valor desproporcional para os usuários.

Em geral, os dados apresentados pintam um quadro convincente do domínio do Reca Core na paisagem dos modelos de linguagem multimodal. Sua capacidade de se destacar em uma diversidade de benchmarks e tarefas o posiciona como um concorrente formidável no campo em rápida evolução da inteligência artificial.

Reca Edge e Reca Flash são os modelos menores e mais acessíveis da linha de poderosos modelos de linguagem multimodal da Rea. Embora não sejam o topo de linha Reca Core, esses modelos ainda entregam um desempenho impressionante que supera muito modelos maiores.

Reca Edge, com seus 7 bilhões de parâmetros, e Reca Flash, com 21 bilhões de parâmetros, são capazes de processar e raciocinar com texto, imagens, vídeos e áudio. Apesar de seu tamanho relativamente pequeno, eles demonstram capacidades de ponta e oferecem um valor desproporcional para seu custo computacional.

Os gráficos de desempenho mostram que o Reca Edge e o Reca Flash estão acima de sua classe de peso. O Reca Flash, em particular, se destaca como um outlier, entregando resultados excepcionais a um custo muito baixo por token de saída. Em comparação com modelos maiores como o GPT-3.5 Turbo, o Reca Flash oferece um desempenho significativamente melhor por uma fração do preço.

Embora os detalhes do tamanho do modelo Reca Core não sejam divulgados, os menores modelos Reca Edge e Reca Flash demonstram a capacidade da Rea de desenvolver modelos de linguagem multimodal altamente capazes, eficientes e econômicos. Esses modelos apresentam uma opção atraente para usuários que buscam poderosos recursos de IA sem o alto preço das ofertas de ponta.

Os modelos Reca apresentados na transcrição incluem:

• Reca Core: O modelo multimodal de linguagem de ponta da Reca. Seu tamanho de modelo e comprimento de contexto não são especificados.
• Reca Edge: Um modelo menor com 7 bilhões de parâmetros e um comprimento de contexto de 64.000 tokens.
• Reca Flash: Outro modelo menor, com 21 bilhões de parâmetros, que apresenta um desempenho excepcionalmente bom em termos de relação custo-desempenho.

Os principais detalhes sobre os tamanhos e comprimentos de contexto dos modelos Reca são:

• Reca Core: Tamanho do modelo não especificado, comprimento de contexto de 128.000 tokens.
• Reca Edge: 7 bilhões de parâmetros, comprimento de contexto de 64.000 tokens.
• Reca Flash: 21 bilhões de parâmetros, comprimento de contexto não especificado.

Esses modelos são projetados para lidar com entradas multimodais, incluindo texto, imagens, vídeos e áudio. Eles são relatados como superando muito modelos maiores em vários benchmarks, oferecendo desempenho eficiente e capaz em diferentes tarefas e modalidades.

Os modelos de IA Reca, incluindo Reca Core, Reca Edge e Reca Flash, são submetidos a uma série de testes para avaliar suas capacidades em desafios de programação, lógica e raciocínio.

Desafios de Programação

• Os modelos são solicitados a escrever um script em Python para imprimir os números de 1 a 100, o que eles concluem com sucesso, fornecendo uma explicação bem formatada.
• No entanto, eles têm dificuldade com uma tarefa mais complexa de implementar um jogo da cobrinha, falhando em atualizar corretamente a variável food.

Testes de Lógica e Raciocínio

• Os modelos conseguem resolver corretamente problemas lógicos, como determinar a propriedade transitiva de comparações de velocidade e realizar operações matemáticas básicas.
• Eles também demonstram fortes habilidades de raciocínio, fornecendo explicações passo a passo para problemas envolvendo secagem paralela e em série de camisas.
• No entanto, eles não conseguem identificar corretamente a localização de uma bola de gude em uma xícara virada de cabeça para baixo colocada no micro-ondas, um problema lógico desafiador.

Capacidades Multimodais

• Os modelos são testados em sua capacidade de interpretar e descrever o conteúdo de imagens e tabelas, o que eles lidam bem, traduzindo com precisão dados tabulares em um formato CSV.
• Eles também demonstram seu entendimento de um meme comparando os estilos de trabalho de startups e grandes empresas, explicando as principais diferenças nas imagens.

Em geral, os modelos de IA Reca mostram um desempenho impressionante em uma variedade de tarefas de programação, lógica e raciocínio, com algumas áreas para melhoria. Suas capacidades multimodais, incluindo a compreensão de imagens e tabelas, são particularmente notáveis.

Os modelos de IA da Rea demonstraram impressionantes capacidades multimodais, sendo capazes de processar e raciocinar com texto, imagens, vídeos e áudio. Nesta seção, colocamos suas habilidades multimodais à prova.

Interpretando um Meme

Quando apresentado a um meme comparando os estilos de trabalho de startups e grandes empresas, o modelo Rea Core conseguiu explicar com precisão a mensagem-chave. Ele reconheceu a abordagem colaborativa e prática das startups em contraste com a natureza burocrática e ineficiente da grande empresa. Embora tenha cometido um pequeno erro nos detalhes, o modelo captou o significado geral e o humor do meme.

Traduzindo uma Tabela para CSV

O modelo Rea Core também se destacou na conversão de uma captura de tela de dados tabulares em uma saída CSV bem formatada. Ele extraiu com precisão os cabeçalhos das colunas e os dados, demonstrando sua capacidade de interpretar e traduzir informações estruturadas com precisão.

Esses testes multimodais destacam a versatilidade dos modelos de IA da Rea em entender e processar diversos tipos de informações, além apenas do texto. Seu forte desempenho nessas áreas sugere que eles podem ser ferramentas valiosas para uma ampla gama de aplicações que exigem a integração de múltiplas modalidades.

Os modelos de IA da Rea, incluindo Rea Core, Rea Edge e Rea Flash, são uma série de poderosos modelos de linguagem multimodal que demonstraram um desempenho impressionante em uma variedade de benchmarks.

Rea Core, o modelo de ponta, se aproxima das capacidades dos principais modelos da OpenAI, Google e Anthropic, tanto em avaliações automáticas quanto em avaliações humanas. Ele é capaz de processar e raciocinar com entradas de texto, imagens, vídeos e áudio.

Os modelos menores Rea Edge e Rea Flash também entregam um desempenho forte, superando muito modelos maiores, enquanto oferecem um valor desproporcional para seu custo computacional. Isso sugere que a Rea fez avanços significativos em eficiência e otimização de modelos.

Embora os modelos sejam de código fechado e exijam pagamento para uso, suas capacidades parecem ser de ponta, especialmente no domínio multimodal. Os testes do autor indicam que os modelos se saem bem em uma variedade de tarefas, desde programação simples até problemas complexos de lógica e raciocínio.

Em geral, os modelos de IA da Rea parecem ser uma opção atraente para usuários que buscam poderosas capacidades de compreensão de linguagem multimodal, com o potencial de oferecer um valor significativo, dependendo do caso de uso específico e das restrições de custo.