Qwen2.5 VL 32B Instruct GGUF
Qwen2.5-VL-32B-Instruct は、画像とテキストの共同理解と生成タスクをサポートするマルチモーダル視覚言語モデルです。
ダウンロード数 25.59k
リリース時間 : 3/25/2025
モデル概要
このモデルは32Bパラメータ規模のマルチモーダルモデルで、画像とテキストの共同タスクを処理でき、画像説明、視覚的質問応答などさまざまな応用シナリオをサポートします。
モデル特徴
マルチモーダル能力
画像とテキストの共同処理をサポートし、画像内容を理解して関連するテキスト説明を生成できます。
大規模モデル
32Bパラメータ規模で、強力な理解と生成能力を備えています。
量子化サポート
GGUF形式の量子化をサポートし、さまざまなハードウェアでの展開が容易です。
モデル能力
画像説明生成
視覚的質問応答
マルチモーダル推論
使用事例
コンテンツ生成
画像説明
入力画像に基づいて詳細なテキスト説明を生成します。
正確かつ詳細な画像説明テキストを生成します。
インテリジェント質問応答
視覚的質問応答
画像内容に関する自然言語の質問に答えます。
正確かつ関連性のある回答を提供します。
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