AIbase
JA
ホーム
Qwen2.5 VL 32B Instruct W4A16 G128
Q

Qwen2.5 VL 32B Instruct W4A16 G128

leon-seによって開発
Qwen2.5-VL-32B-Instructは32Bパラメータ規模のマルチモーダル大規模言語モデルで、視覚と言語タスクをサポートし、複雑な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。
画像生成テキスト
Safetensors
オープンソースライセンス:Apache-2.0#マルチモーダル命令理解#超大规模パラメータ#複雑な画像推論
ダウンロード数 16
リリース時間 : 3/25/2025

モデル概要

このモデルは視覚と言語処理能力を組み合わせており、画像に関連するテキストコンテンツを理解し生成することができ、マルチモーダルインタラクションや複雑な推論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。
大規模パラメータ
32Bパラメータ規模により強力な推論と生成能力を提供します。
命令追従
命令に対して最適化されており、ユーザーの指示に従ってタスクをよりよく完了できます。

モデル能力

画像理解
テキスト生成
マルチモーダル推論
命令追従

使用事例

コンテンツ生成
画像キャプション生成
入力画像に基づいて詳細な説明を生成
正確で豊富な画像説明を生成
ビジュアルQ&A
画像内容に関する複雑な質問に回答
正確で深い回答を提供
教育
マルチモーダル学習支援
学生が複雑な概念を理解するのを助け、画像とテキストの説明を組み合わせる
学習効果と理解の深さを向上
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