Spacethinker Qwen2.5VL 3B GGUF
SpaceThinker-Qwen2.5VL-3Bは3Bパラメータのマルチモーダル視覚言語モデルで、空間推論と視覚的質問応答タスクに特化しています。
ダウンロード数 313
リリース時間 : 4/18/2025
モデル概要
このモデルはQwen2.5VLアーキテクチャを基にしており、定量的空間推論、距離推定、視覚的質問応答合成などのタスクに特化しており、ロボット技術や身体性人工知能分野に適しています。
モデル特徴
マルチモーダル能力
視覚と言語入力を同時に処理し、クロスモーダル理解を実現
空間推論
定量的空間推論と距離推定タスクに特化して最適化
量子化サポート
様々な量子化バージョンを提供し、異なるハードウェア要件に対応
ロボット応用
身体性人工知能やロボット技術の応用シナリオに特に適している
モデル能力
視覚的質問応答
空間推論
距離推定
マルチモーダル理解
画像-テキスト相互作用
使用事例
ロボット技術
環境ナビゲーション
ロボットが空間関係を理解してナビゲーションするのを支援
物体位置特定
物体間の相対位置と距離を推定
教育
空間推論教育
空間概念と幾何学的関係の視覚的教育に使用
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