L

Libra 11b Chat

YifanXuによって開発
Libra-Baseをベースに命令ファインチューニングで開発されたマルチモーダル対話モデルで、画像理解とテキスト生成能力を備えています
ダウンロード数 18
リリース時間 : 5/16/2024

モデル概要

これは大規模言語モデルをベースに構築されたデカップリング視覚システムで、画像からテキストへの変換タスクを処理できます

モデル特徴

マルチモーダル理解
視覚と言語モダリティを組み合わせ、画像内容の理解と記述を実現
命令ファインチューニング
特定の命令でファインチューニングを行い、対話インタラクション能力を最適化
デカップリング視覚システム
分離された視覚と言語処理モジュールを採用し、システムの柔軟性を向上

モデル能力

画像内容理解
画像記述生成
マルチモーダル対話
視覚的質問応答

使用事例

スマートアシスタント
画像記述生成
視覚障害のあるユーザーに画像内容を説明
正確で自然な画像記述を生成
視覚的質問応答
ユーザーの画像内容に関する質問に回答
画像内容に関連した正確な回答を提供
コンテンツモデレーション
不適切コンテンツ識別
画像内の不適切な内容を識別
潜在的な違反画像をマーク
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