F

Ferret UI Gemma2b

jadechoghariによって開発
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
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase