Pixtral 12b GGUF
Mistral-Communityが提供するマルチモーダル大規模モデルで、画像とテキスト処理をサポートし、128kのコンテキスト長と可変画像サイズ処理能力を備えています。
ダウンロード数 611
リリース時間 : 4/25/2025
モデル概要
pixtral-12bはネイティブなマルチモーダルモデルで、画像とテキスト入力を処理し、テキスト出力を生成できます。複雑なマルチモーダルタスクに適しています。
モデル特徴
128k長文コンテキスト対応
最大128kのコンテキスト処理能力をサポートし、長文ドキュメントや複雑なタスクに適しています
可変画像サイズ処理
様々なサイズの入力画像を処理でき、多様な視覚タスクのニーズに対応します
ネイティブマルチモーダル
画像とテキストの統合処理をネイティブにサポートし、真のマルチモーダル理解を実現します
モデル能力
画像理解
テキスト生成
マルチモーダル推論
長文ドキュメント処理
使用事例
マルチモーダルコンテンツ生成
画像キャプション生成
入力画像に基づいて詳細な文章説明を生成します
正確で豊富な画像説明を生成可能
視覚的質問応答
画像内容に関する複雑な質問に答えます
画像の詳細を理解し正確な回答を提供可能
長文ドキュメント処理
長文要約
128kコンテキストまでのドキュメントを処理して要約を生成します
長文ドキュメントのコンテキスト一貫性を維持可能
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