カンブリアン-8bオープンソース多モーダル大規模言語モデル - 視覚を核とした多元的なシーンアプリケーションの支援

Cambrian 8b

nyu-visionxによって開発

カンブリア紀は、視覚を中核に設計されたオープンソースのマルチモーダルLLM（大規模言語モデル）です。

ダウンロード数 565

リリース時間 : 6/16/2024

モデル概要

カンブリア紀はマルチモーダル大規模言語モデルで、視覚タスクに特化し、画像とテキストの共同処理をサポートします。

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、マルチモーダルコンテンツを理解・生成できます。

オープンソース

モデルは完全にオープンソースで、LLAMA 3コミュニティライセンスに準拠しています。

大規模トレーニングデータ

2.5Mのアライメントデータと7Mの精選された命令チューニングデータを使用してトレーニングされました。

画像理解

テキスト生成

マルチモーダル推論

視覚的質問応答

教育

視覚的質問応答

画像内容に基づく質問に回答し、教育シーンでのインタラクティブ学習に適しています。

画像内容を正確に理解し、関連する回答を生成できます。

コンテンツ生成

マルチモーダルコンテンツ作成

画像に基づいて記述テキストを生成したり、テキストに基づいて関連する画像記述を生成したりします。

生成されたコンテンツは入力画像またはテキストと高度に関連しています。

属性	详情
モデルタイプ	カンブリアは、ビジョンを中心に設計されたオープンソースのマルチモーダル大規模言語モデルです。
モデルの日付	Cambrian-1-8Bは2024年6月に学習されました。
詳細情報の論文またはリソース	- https://cambrian-mllm.github.io/ - https://arxiv.org/abs/2406.16860