M

Mulberry Llava 8b

HuanjinYaoによって開発
Mulberry-llava-8bは段階的推論に基づく画像テキストからテキストへのモデルで、Mulberry-260K SFTデータセットで訓練され、強力な画像理解とテキスト生成能力を備えています。
ダウンロード数 1,735
リリース時間 : 1/8/2025

モデル概要

このモデルは画像とテキストの相互作用処理に特化しており、画像内容を理解して関連するテキストを生成することができ、マルチモーダルタスクに適しています。

モデル特徴

段階的推論能力
CoMCTS集団知識検索によって生成された訓練データを通じて、より強力な論理推論能力を備えています。
マルチモーダル処理
画像とテキスト情報を同時に処理し、クロスモーダルの理解と生成を実現することができます。
効率的な訓練
LLaMA - Factoryフレームワークを使用して8x NVIDIA H100で効率的に訓練されます。

モデル能力

画像内容理解
マルチモーダルテキスト生成
クロスモーダル推論

使用事例

マルチモーダルインタラクション
画像説明生成
入力画像に基づいて詳細な文章説明を生成します。
ビジュアル質問応答
画像内容に関する自然言語の質問に回答します。
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