Janus Pro 7B
J
Janus Pro 7B
deepseek-aiによって開発
Janus-Proは革新的な自己回帰型フレームワークで、マルチモーダル理解と生成機能を統合しています。視覚エンコーディングパスを分離し、単一のTransformerアーキテクチャで処理することで、視覚エンコーダが理解と生成の役割間で生じる衝突を解決しました。
ダウンロード数 139.64k
リリース時間 : 1/26/2025
モデル概要
Janus-Proは理解と生成を統合したマルチモーダル大規模言語モデル(MLLM)で、視覚エンコーディングを分離することでマルチモーダル理解と生成機能を実現しています。その性能は専用タスクモデルに匹敵またはそれを上回り、高い柔軟性と効率性を備えています。
モデル特徴
視覚エンコーディングの分離
視覚エンコーディングを独立したパスに分離することで、視覚エンコーダが理解と生成の役割間で生じる衝突を緩和し、フレームワークの柔軟性を向上させました。
統一アーキテクチャ
単一の統一されたTransformerアーキテクチャでマルチモーダル理解と生成機能を処理し、モデル構造を簡素化しました。
高性能
性能は専用タスクモデルに匹敵またはそれを上回り、次世代の統一マルチモーダルモデルの有力候補となっています。
モデル能力
マルチモーダル理解
テキストからの画像生成
画像分析
使用事例
マルチモーダルアプリケーション
画像生成
テキスト記述に基づいて高品質な画像を生成します。
生成された画像は高品質で、テキスト記述に合致しています。
マルチモーダル理解
画像とテキストの組み合わせ入力を理解し、複雑なマルチモーダル推論を行います。
マルチモーダルタスクで優れた性能を発揮します。
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98