AIbase
JA
ホーム
Qwen.qwen2.5 VL 7B Instruct GGUF
Q

Qwen.qwen2.5 VL 7B Instruct GGUF

DevQuasarによって開発
Qwen2.5-VL-7B-Instructは7Bパラメータ規模のマルチモーダル視覚言語モデルで、画像とテキストの共同理解と生成タスクをサポートします。
画像生成テキスト#マルチモーダル画像テキスト理解#7Bパラメータ軽量級#ゼロショットインストラクション追従
ダウンロード数 2,225
リリース時間 : 3/26/2025

モデル概要

このモデルはQwen2.5アーキテクチャに基づくマルチモーダルモデルで、画像とテキスト入力を処理し、対応するテキスト出力を生成できます。視覚的質問応答、画像キャプション生成などのタスクに適しています。

モデル特徴

マルチモーダル理解
画像とテキスト入力を同時に処理し、両者の関係を理解できます。
インストラクション追従
インストラクションに基づくタスク実行をサポートし、ユーザーの指示に応じて対応する出力を生成できます。
大規模パラメータ
7B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。

モデル能力

画像理解
テキスト生成
視覚的質問応答
画像キャプション生成
マルチモーダル推論

使用事例

コンテンツ生成
画像キャプション生成
入力された画像に対して詳細な文章説明を生成します。
画像内容に合致した自然言語による説明を生成します。
インテリジェント質問応答
視覚的質問応答
画像内容に基づいて関連する質問に回答します。
画像内容に基づいた正確な回答を提供します。
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
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