AIbase
JA
ホーム
Llama 3.2 Vision Instruct Bpmncoder
L

Llama 3.2 Vision Instruct Bpmncoder

utkarshkinghによって開発
Unslothで最適化されたLlama 3.2 11B視覚命令ファインチューニングモデル、4ビット量子化技術を採用、トレーニング速度が2倍向上
テキスト生成画像
Transformers
 英語オープンソースライセンス:Apache-2.0#視覚命令ファインチューニング#4ビット量子化推論#Unsloth高速化
ダウンロード数 40
リリース時間 : 3/23/2025

モデル概要

これはファインチューニングされたマルチモーダル言語モデルで、視覚とテキストの命令理解と生成をサポートし、マルチモーダルインタラクションシナリオに適しています

モデル特徴

効率的なトレーニング最適化
Unslothフレームワークを使用して最適化、トレーニング速度が2倍向上
4ビット量子化技術
BNB 4ビット量子化を採用、VRAM要件を低減
マルチモーダルサポート
視覚とテキストの命令理解と生成をサポート

モデル能力

マルチモーダル命令理解
テキスト生成
視覚コンテンツ分析
推論タスク処理

使用事例

インテリジェントアシスタント
マルチモーダルダイアログシステム
画像とテキストを含む複雑なユーザークエリを処理
視覚とテキスト情報を組み合わせた総合的な回答を提供
コンテンツ生成
画像とテキストのコンテンツ作成
視覚入力に基づいて関連するテキスト記述を生成
高品質な画像とテキストのマッチングコンテンツを自動生成
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
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
English简体中文繁體中文にほんご
© 2025AIbase