P

Pllava 7b

ermu2001によって開発
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。
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase