%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Smolvlm2 256M Video Instruct Mlx
これはMLXフレームワークに基づいて変換された動画テキストからテキストへのモデルで、動画理解とコマンド追従タスクに適しています。
ダウンロード数 591
リリース時間 : 2/17/2025
モデル概要
このモデルはHuggingFaceTB/SmolVLM2-256M-Video-Instructから変換されたもので、動画とテキスト間のインタラクションタスクを処理するために特別に設計されており、動画内容を理解し、対応するテキスト記述を生成したり、関連する質問に答えたりできます。
モデル特徴
動画理解能力
動画内容を理解し、対応するテキスト記述を生成できる
コマンド追従
ユーザーが提供するコマンドに基づいて関連するテキスト応答を生成できる
軽量モデル
256Mパラメータの規模により、性能を維持しながら高い効率性を持つ
モデル能力
動画内容理解
テキスト生成
コマンド追従
マルチモーダル処理
使用事例
動画分析
動画内容記述
動画内容に基づいて詳細なテキスト記述を生成する
動画内のシーンやアクションを正確に記述する
動画質問応答
動画内容に関する特定の質問に答える
動画内容に関連する正確な回答を提供する
教育
教育動画支援
教育動画の字幕や要約を生成する
学生が動画内容をよりよく理解するのを助ける
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
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
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