Prism Qwen25 Extra Dinosiglip 224px 0 5b

🚀 Prism with Qwen 2.5 0.5B backbone (Prismatic-Compatible Version)

このモデルは、画像とテキストを入力としてテキストを出力する多モーダルなモデルで、ロボティクスや事前学習などの分野に応用できます。Llava - 1.5 - Instructデータセットを使用して学習されています。

🚀 クイックスタート

このチェックポイントを下流のトレーニングやファインチューニングに使用する方法については、MiniVLA GitHub READMEを参照してください。

📄 ライセンス

このモデルはMITライセンスの下で提供されています。

📚 ドキュメント

引用情報

BibTeX:

@article{belkhale24minivla,
    title={MiniVLA: A Better VLA with a Smaller Footprint},
    author={Suneel Belkhale and Dorsa Sadigh},
    url={https://github.com/Stanford-ILIAD/openvla-mini}
    year={2024}
}