AIbase
JA
ホーム
Tinyllava Video R1
T

Tinyllava Video R1

Zhang199によって開発
TinyLLaVA-Video-R1はトレーサビリティのある訓練モデルTinyLLaVA-Videoを基にした小規模動画推論モデルで、強化学習により推論力と思考力を大幅に向上させ、'ひらめきの瞬間'の創発特性を示します。
ビデオ生成テキスト
Transformers
オープンソースライセンス:Apache-2.0#動画質問応答推論#小規模で効率的#ひらめきの創発
ダウンロード数 123
リリース時間 : 4/13/2025

モデル概要

このモデルは動画テキスト生成タスクに特化しており、動画内容を理解・分析し、関連するテキスト記述を生成したり質問に答えたりできます。

モデル特徴

強化学習最適化
一般的な動画質問応答データセットに対する強化学習により、モデルの推論力と思考力を大幅に向上させました。
創発特性
モデルは'ひらめきの瞬間'の創発特性を示し、複雑な動画内容をより良く理解・分析できます。
小規模で効率的
小規模モデルとして、TinyLLaVA-Video-R1は効率性を保ちながら優れた動画理解能力を提供します。

モデル能力

動画内容理解
動画質問応答
動画テキスト生成

使用事例

動画分析
動画質問応答システム
動画内容に関する質問に答えることができるインテリジェントシステムの構築に使用されます。
Video-MME、MVBenchなどの複数のベンチマークテストで優れた性能を示しています。
動画内容要約
動画内容のテキスト要約を自動生成します。
教育
教育動画理解
教育動画の内容を学生が理解し、関連する質問に答えるのを支援します。
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