Q

Qwen2 VL 7B Instruct GGUF

gaianetによって開発
Qwen2-VL-7B-Instructは7Bパラメータ規模のマルチモーダルモデルで、画像とテキストのインタラクティブタスクをサポートします。
ダウンロード数 102
リリース時間 : 12/15/2024

モデル概要

このモデルは視覚言語モデルであり、画像とテキスト入力を処理し、画像理解、視覚質問応答などのタスクを実行できます。

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応答を生成できます。
大規模コンテキストウィンドウ
最大32000トークンの長いコンテキスト長をサポートし、複雑なタスクの処理に適しています。
効率的な推論
量子化最適化により、リソースが限られたハードウェア上で効率的に実行できます。

モデル能力

画像理解
視覚質問応答
マルチモーダル対話
画像キャプション生成

使用事例

コンテンツ理解
画像キャプション生成
入力画像に対して詳細な文章説明を生成します。
インテリジェントアシスタント
視覚質問応答
画像内容に関する自然言語質問に回答します。
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
© 2025AIbase