Qwen2.5 VL 3B Instruct GPTQ Int4
これはQwen2.5-VL-3B-InstructモデルのGPTQ-Int4量子化バージョンで、画像テキストからテキストへのマルチモーダルタスクに適しており、中国語と英語をサポートしています。
ダウンロード数 1,312
リリース時間 : 2/24/2025
モデル概要
このモデルはQwen2.5-VL-3B-InstructのGPTQ-Int4量子化バージョンで、主に画像とテキストのマルチモーダルタスクを処理するために使用され、画像に関連するテキスト記述や関連する質問に答えることができます。
モデル特徴
効率的な量子化
GPTQ-Int4量子化技術により、モデルのディスク使用量とVRAM要件を大幅に削減しつつ、高い性能を維持します。
マルチモーダルサポート
画像とテキスト入力を同時に処理し、関連するテキスト出力を生成できます。
高性能
ChartQAやOCRBenchなどのベンチマークテストで優れた性能を発揮し、オリジナルモデルに近い性能を示します。
モデル能力
画像記述生成
画像QA
マルチモーダルテキスト生成
使用事例
画像理解
画像記述
入力画像の詳細な記述を生成します。
出力例:この画像は「中文LLaMA & Alpaca大模型」と「Chinese LLaMA & Alpaca Large Language Models」という中国語と英語のロゴを表示しています。
画像QA
画像内容に関連する質問に答えます。
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