Deepseek＆＃039; s Janus Pro 7b vs OpenaiのDall-E 3：どちらが良いですか？

DeepseekのJanus Pro-7B：強力なオープンソース画像生成モデル

最近の見出しは市場の変動と政治的変化に支配されていますが、1つの重要な発展が明らかになりました：Deepseek AIのJanus Pro-7B。中国のAI企業のこの最先端の画像生成モデルは、すでにOpenaiのDall-E 3とさまざまなベンチマークで安定した拡散を上回っています。 重要な差別化要因？オープンソースです！このブログ投稿では、DeepseekのJanus Pro-7BをDall-E 3といくつかのタスクで比較して、どのモデルが統治するかを判断します。

目次

deepseek janus proとは？
Janus Pro：パフォーマンスベンチマーク
Janus-Pro：トレーニング方法とアーキテクチャ
Janus Pro 7b vs. Dall-e 3：頭と頭の比較
タスク1：ゲームの成果の予測
タスク2：画像のバックストーリーを解き放ちます
タスク3：画像生成チャレンジ
タスク4：ミームの解釈
最終評決：Janus Pro 7b vs. Dall-e 3
結論
よくある質問

deepseek janus proとは？

Deepseek AIによって開発されたJanus Proは、洗練されたマルチモーダル大手言語モデル（LLM）です。 前身であるヤヌスモデルに基づいて、マルチモーダルの理解とテキストから画像の生成に最適化された分離されたアーキテクチャを誇っています。 3段階のプロセスを通じてマルチモーダル、テキスト、および美的データを含む多様なデータセットでトレーニングされたJanus Proは、複雑で詳細なプロンプトの解釈に優れています。 現在、Janus-Pro-1BとJanus-Pro-7Bの2つのバージョンがあり、さまざまなアプリケーションのスケーラビリティを提供しています。

Janus Pro：パフォーマンスベンチマーク

20を超えるベンチマークにわたる厳格なテストは、Janus Proの印象的な機能を明らかにしています。

テキストからイメージの生成：

geneval：は0.80のスコアを達成し、dall-e 3（0.67）および安定した拡散3培地（0.74）を上回りました。

dpg-bench：
• 全体的な精度が84.19％を誇っており、複雑なプロンプトで習熟度を示しています。
マルチモーダル理解：

mmmu（マルチモーダルマシンの理解）：

スコア41.0％、Tokenflow-XL（38.7％）を上回る mme（マルチモーダル評価）：

推論と文脈的理解の顕著な改善を示しました。

• Janus-Pro：トレーニング方法とアーキテクチャ Janus-Proの開発には、分離されたアーキテクチャを利用した3段階のトレーニングプロセスが含まれます。
トレーニング段階：

1. アダプター事前トレーニング：画像アダプターとヘッドは、画像のようなデータセットを使用して前提としており、ピクセル依存関係のモデリングに焦点を当てています。
2. 統一された事前削除：マルチモーダルデータ統合多様なタスクのモデルを準備し、単一目的のデータセットへの依存を減らします。
監視された微調整：
3. 5：1：4（マルチモーダル、テキスト、テキストから画像へのデータ）の較正データ比を使用してモデルを改良しました。
アーキテクチャの概要：

デュアルエンコーダー：マルチモーダルの理解とテキストから画像の生成用の個別のエンコーダー干渉を最小限に抑え、タスク固有のパフォーマンスを最適化します。

• 集中デコードモジュール：共有デコーダーは、両方のエンコーダからの洞察を正確な出力に対して統合します。
パラメーターの効率：
• スケーラブルアーキテクチャ（1bおよび7bパラメーターバージョン）は、さまざまな計算ニーズに適応します。 Janus Pro 7b vs. Dall-e 3：頭と頭の比較
この比較は、OpenaiのDall-E 3（ChatGpt経由でアクセス）に対してDeepseekのJanus Pro-7B（ハグを介してアクセス可能）をピットします。 さまざまなタスクにわたる結果を分析しましょう。
• タスク1：ゲームの成果の予測

プロンプト：「画像のスコアに基づいて、どのチームが勝つ可能性が高いのですか？」

（結果が提供されたスコアの精度と解釈を比較して、元と同様のテーブルに要約されています。）

タスク2：画像のバックストーリーを解き放ちます

プロンプト：「この画像の背後にあるバックストーリーを説明してください。」

（結果は元の表に類似したテーブルにまとめられており、バックストーリー解釈の精度と深さを比較しています。）

タスク3：画像生成チャレンジ

プロンプト：「深い青い目と金髪の髪を持つ少女の画像を生成し、鏡を見て、片方の手、顔の下、もう一方の手は、弾丸のある球根に照らされます。」 （両方のモデルで生成された画像を含める。）

タスク4：ミームの解釈

プロンプト： "このミームを説明してください

（結果と同様のテーブルにまとめられた結果、ミームの説明の精度と明確さを比較してください。） 最終評決：Janus Pro 7b vs. Dall-e 3

（各タスクの勝者を要約するテーブル。）

結論

Janus Pro-7Bは、オープンソースの画像生成とマルチモーダルLLMの分野に大きく貢献しています。 Dall-E 3は現在、広範なトレーニングデータと統合により特定の実際のアプリケーションの優位性を保持していますが、Janus Pro-7Bのオープンソースの性質と特定の分野での強力なパフォーマンスは、研究者と開発者にとって貴重なツールになります。 さらなる開発は、将来それを手ごわい競争相手にすることを約束します。

よくある質問

（元のFAQセクションを維持します。）

以上がDeepseek＆＃039; s Janus Pro 7b vs OpenaiのDall-E 3：どちらが良いですか？の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。