UI TARS 1.5 7B 6bit
UI-TARS-1.5-7B-6bitは、MLX形式に変換されたビジュアル言語モデルで、画像理解とテキスト生成タスクをサポートします。
ダウンロード数 1,110
リリース時間 : 4/25/2025
モデル概要
このモデルはByteDance - Seed/UI-TARS-1.5-7Bから変換されたもので、主に画像とテキストのマルチモーダルタスクを処理するために使用され、画像に基づいて関連する記述を生成したり、関連する質問に回答したりすることができます。
モデル特徴
マルチモーダル能力
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することができます
高効率推論
6ビット量子化技術を使用して、計算リソースの要件を削減します
MLX互換性
MLXフレームワーク用に最適化されており、Appleチップ上で高効率に動作します
モデル能力
画像記述生成
ビジュアル質問応答
マルチモーダル推論
使用事例
コンテンツ生成
画像記述生成
与えられた画像に対して詳細な記述を生成します
画像の内容を正確に反映した自然言語の記述を生成することができます
スマートインタラクション
ビジュアル質問応答システム
画像の内容に関する自然言語の質問に回答します
画像の内容を理解し、関連する回答を提供することができます
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