MGM 7B

🚀 MGM-7Bモデルカード

このフレームワークは、HD画像の理解、推論、生成を同時にサポートする、2Bから34Bまでの一連の密なMoE大規模言語モデル（LLM）をサポートしています。

🚀 クイックスタート

MGM-7Bモデルは、大規模なマルチモーダルモデルとチャットボットの研究に利用できます。

✨ 主な機能

• フレームワークは、2Bから34Bまでの一連の密なMoE大規模言語モデル（LLM）をサポートし、HD画像の理解、推論、生成を同時に行うことができます。
• MGMは、GPTで生成されたマルチモーダル命令追従データ上でLLaMA/Vicunaを微調整することで学習されたオープンソースのチャットボットです。

📚 ドキュメント

モデルの詳細

解像度設定

• 通常解像度設定: MGM-2B, MGM-13B, MGM-8x7B, MGM-34B
• 高解像度設定: MGM-7B-HD, MGM-13B-HD, MGM-8x7B-HD, MGM-34B-HD

モデルの種類

MGMは、GPTで生成されたマルチモーダル命令追従データ上でLLaMA/Vicunaを微調整することで学習されたオープンソースのチャットボットです。これにより、既存のフレームワークがHD画像の理解、推論、生成を同時にサポートすることが可能になります。

モデルのバージョン

MGM with LLM Vicuna-7B-v1.5

モデルの日付

MGM-7Bは2024年3月に学習されました。

ライセンス

Llama 2は、LLAMA 2 Community Licenseの下でライセンスされています。 Copyright (c) Meta Platforms, Inc. All Rights Reserved.

モデルに関する質問やコメントを送る場所: https://github.com/dvlab-research/MGM/issues

意図された使用方法

主な意図された用途

主な用途は、大規模マルチモーダルモデルとチャットボットの研究です。

主な意図されたユーザー

このモデルの主な意図されたユーザーは、コンピュータビジョン、自然言語処理、機械学習、人工知能の研究者と愛好家です。

学習データ

このモデルは、MGM-Instructionデータセットに基づいて学習されています。詳細については、Githubを参照してください。

謝辞

このプロジェクトはGoogle LLCとは関係ありません。