Qwen2 VL 7B Captioner Relaxed GGUF
このモデルはQwen2-VL-7B-Captioner-RelaxedをGGUF形式に変換したバージョンで、画像からテキストへのタスクに最適化されており、llama.cppやKoboldcppなどのツールで実行可能です。
ダウンロード数 321
リリース時間 : 3/3/2025
モデル概要
これは視覚言語モデルで、画像の内容を記述的なテキストに変換でき、画像の注釈付けや内容理解タスクに適しています。
モデル特徴
GGUF形式最適化
GGUF形式に変換されており、llama.cppやKoboldcppなどのツールで効率的に実行できます。
画像内容理解
画像の内容を正確に理解し、記述的なテキストを生成できます。
マルチツール互換性
llamacppとKoboldcppでテスト済みで、様々なツールとの互換性が保証されています。
モデル能力
画像内容記述
視覚言語理解
マルチモーダル処理
使用事例
画像注釈
自動画像注釈
画像に対して記述的なラベルを生成し、コンテンツ管理システムに適用できます。
画像検索の効率と精度が向上します。
支援ツール
視覚支援
視覚障害のあるユーザーに画像内容の説明を提供します。
アクセシビリティ体験が向上します。
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