AIbase
JA
ホーム
Internvl2 5 1B GGUF BPU
I

Internvl2 5 1B GGUF BPU

D-Roboticsによって開発
InternVL2_5 - 1Bは、画像テキストからテキストへの変換に基づくマルチモーダル大規模モデルで、ビジュアル言語タスクに適しています。
画像生成テキスト その他オープンソースライセンス:Apache-2.0#マルチモーダル理解#軽量化デプロイ#画像テキスト生成
ダウンロード数 167
リリース時間 : 2/21/2025

モデル概要

このモデルは主に画像とテキスト間の変換タスクを処理するために使用され、画像内容を理解して関連するテキスト記述を生成することができます。

モデル特徴

マルチモーダルサポート
画像とテキストの入力を同時に処理し、クロスモーダルの理解と生成を実現します。
高効率推論
BPUハードウェア上で最適化された動作を行い、高効率な推論性能を提供します。
軽量化
10億パラメータの規模は比較的小さく、リソースが限られたデバイスに適しています。

モデル能力

画像理解
テキスト生成
クロスモーダル変換

使用事例

画像記述生成
自動画像アノテーション
画像に記述的なテキストを生成し、画像検索や視覚障害者の支援に使用します。
正確かつ関連性のある画像記述を生成します。
ビジュアル質問応答
画像ベースの質問応答システム
画像内容に関する自然言語の質問に回答します。
正確な回答を提供し、ユーザーが画像内容を理解するのを助けます。
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
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
English简体中文繁體中文にほんご
© 2025AIbase