Pllava 7b
PLLaVAはオープンソースのビデオ言語チャットボットで、ビデオ指令追従データで画像大規模言語モデルを微調整することで得られ、マルチモーダル大規模モデルとチャットボットの研究に使用できます。
ダウンロード数 109
リリース時間 : 4/24/2024
モデル概要
PLLaVAはTransformerアーキテクチャに基づく自己回帰型言語モデルで、ビデオ指令追従データで画像大規模言語モデルを訓練することで得られ、主に大型マルチモーダルモデルとチャットボットの研究に使用されます。
モデル特徴
ビデオ言語理解
ビデオ内容に関連する言語指令を理解して処理できます。
マルチモーダル能力
視覚と言語のモーダルを組み合わせて理解と生成を行います。
オープンソース研究ツール
マルチモーダル大規模モデルの研究にオープンソースの基礎を提供します。
モデル能力
ビデオ内容理解
マルチモーダル対話
指令追従
視覚質問応答
使用事例
学術研究
マルチモーダルモデル研究
ビデオと言語を組み合わせたマルチモーダルモデルアーキテクチャの探索に使用します。
チャットボット開発
ビデオ対話ボットの基礎モデルとして使用します。
アプリケーション開発
ビデオ内容分析
ビデオ内容を自動分析して説明を生成します。
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