Llava NeXT Video 7B Hf
LLaVA-NeXT-Video-7B-hf は動画ベースのマルチモーダルモデルで、動画とテキスト入力を処理し、テキスト出力を生成できます。
ダウンロード数 30
リリース時間 : 3/5/2025
モデル概要
このモデルは動画テキストからテキストへのマルチモーダルモデルで、動画コンテンツの理解と処理に特化し、関連するテキスト記述や回答を生成します。
モデル特徴
マルチモーダル処理
動画とテキスト入力を同時に処理し、関連するテキスト出力を生成できます。
動画理解
動画コンテンツの理解と分析に特化しており、動画関連のタスクに適しています。
モデル能力
動画コンテンツ理解
テキスト生成
マルチモーダルインタラクション
使用事例
動画分析
動画コンテンツ記述
動画コンテンツのテキスト記述を生成し、動画要約やコンテンツ分析に適しています。
動画質問応答
動画コンテンツに関する特定の質問に回答し、動画検索や教育アプリケーションに適しています。
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