MiniCPM - o 2.6オープンソースマルチモーダルモデル - ビジュアルと言語タスクを無料でサポートし、llama.cppに対応

ホーム

Minicpm O 2 6 Gguf

openbmbによって開発

MiniCPM-o 2.6はマルチモーダルモデルで、視覚と言語タスクをサポートし、llama.cpp向けに設計されています。

画像生成テキスト #マルチモーダル視覚理解 #効率的な量子化展開 #軽量級大規模モデル

ダウンロード数 5,660

リリース時間 : 1/13/2025

モデル概要

MiniCPM-o 2.6はGGUF形式に基づくマルチモーダルモデルで、視覚と言語タスクをサポートし、llama.cpp環境に適しています。

モデル特徴

マルチモーダルサポート

視覚と言語タスクをサポートし、画像とテキスト入力を処理できます。

効率的な推論

量子化技術（int4など）により効率的な推論を実現し、リソースが限られた環境に適しています。

llama.cpp互換

llama.cpp向けに設計されており、llama.cpp環境での展開と使用が容易です。

モデル能力

画像分析

テキスト生成

マルチモーダル推論

使用事例

視覚質問応答

画像内容分析

画像の内容を分析し、説明を生成します。

画像内の物体やシーンを正確に識別できます。

マルチモーダルインタラクション

画像とテキストを組み合わせたタスク

画像とテキスト入力を組み合わせて推論と生成を行います。

画像とテキストの関連性を理解し、関連する出力を生成できます。

🚀 MiniCPM-o 2.6

このリポジトリには、llama.cppで使用するGGUF形式のMiniCPM-o 2.6モデルの重みが含まれています。

現在、このREADMEはminicpm-omniのビジョン機能のみをサポートしており、フルモードのサポートについてはできるだけ早く更新します。

🚀 クイックスタート

モデルとコードの準備

huggingfaceからMiniCPM-o-2_6のPyTorchモデルを「MiniCPM-o-2_6」フォルダにダウンロードします。

llama.cppをクローンします。

git clone git@github.com:OpenBMB/llama.cpp.git
cd llama.cpp
git checkout minicpm-omni

MiniCPM-o 2.6の使用方法

PyTorchモデルをggufファイルに変換します（変換済みのggufを私たちが用意しているので、それをダウンロードすることもできます）。

python ./examples/llava/minicpmv-surgery.py -m ../MiniCPM-o-2_6
python ./examples/llava/minicpmv-convert-image-encoder-to-gguf.py -m ../MiniCPM-o-2_6 --minicpmv-projector ../MiniCPM-o-2_6/minicpmv.projector --output-dir ../MiniCPM-o-2_6/ --image-mean 0.5 0.5 0.5 --image-std 0.5 0.5 0.5 --minicpmv_version 4
python ./convert_hf_to_gguf.py ../MiniCPM-o-2_6/model

# int4バージョンを量子化する
./llama-quantize ../MiniCPM-o-2_6/model/ggml-model-f16.gguf ../MiniCPM-o-2_6/model/ggml-model-Q4_K_M.gguf Q4_K_M

CMakeを使用してllama.cppをビルドします。 https://github.com/ggerganov/llama.cpp/blob/master/docs/build.md

cmake -B build
cmake --build build --config Release

LinuxまたはMacで推論を行います。

# f16バージョンを実行する
./llama-minicpmv-cli -m ../MiniCPM-o-2_6/model/ggml-model-f16.gguf --mmproj ../MiniCPM-o-2_6/mmproj-model-f16.gguf -c 4096 --temp 0.7 --top-p 0.8 --top-k 100 --repeat-penalty 1.05 --image xx.jpg -p "What is in the image?"

# 量子化されたint4バージョンを実行する
./llama-minicpmv-cli -m ../MiniCPM-o-2_6/model/ggml-model-Q4_K_M.gguf --mmproj ../MiniCPM-o-2_6/mmproj-model-f16.gguf -c 4096 --temp 0.7 --top-p 0.8 --top-k 100 --repeat-penalty 1.05 --image xx.jpg  -p "What is in the image?"

# または対話モードで実行する
./llama-minicpmv-cli -m ../MiniCPM-o-2_6/model/ggml-model-Q4_K_M.gguf --mmproj ../MiniCPM-o-2_6/mmproj-model-f16.gguf -c 4096 --temp 0.7 --top-p 0.8 --top-k 100 --repeat-penalty 1.05 --image xx.jpg -i