Ferret UI Gemma2b
Ferret-UIはユーザーインターフェースに特化した初のマルチモーダル大規模言語モデルで、Gemma-2Bを基盤に構築され、UIの参照、位置特定、推論タスクのために設計されています。
ダウンロード数 302
リリース時間 : 10/9/2024
モデル概要
Ferret-UIはユーザーインターフェース(UI)の理解と分析に特化したマルチモーダル大規模言語モデルで、参照、位置特定、推論などの複雑なUIタスクを実行できます。
モデル特徴
UI専用マルチモーダルモデル
ユーザーインターフェース理解に特化した初のマルチモーダル大規模言語モデル
精密な位置特定能力
UI要素を正確に位置特定し、バウンディングボックス座標を提供可能
複雑な推論能力
複雑なUI関連推論タスクを実行可能
モデル能力
UI要素認識
UI要素位置特定
UIインターフェース記述
UI要素インタラクション分析
UIレイアウト理解
使用事例
モバイルアプリインターフェース分析
アプリインターフェース要素認識
モバイルアプリインターフェース内の様々な要素を識別・記述
ボタン、テキストエリアなどのUIコンポーネントを正確に識別
インターフェースナビゲーション分析
アプリインターフェースのナビゲーション構造とフローを分析
インターフェース間の遷移関係とユーザー操作パスを理解
UI自動テスト
UI要素検証
UI要素の存在と位置を検証
インターフェース要素が設計仕様通りに表示されていることを確認
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