AIbase
JA
モデル選定
タグ
画像内容理解

# 画像内容理解

Typhoon2 Qwen2vl 7b Vision Instruct
Apache-2.0
Typhoon2-Visionはタイ語をサポートする視覚言語モデルで、画像や動画の入力を処理でき、特に画像ベースのアプリケーション向けに最適化されています。
テキスト生成画像 Transformers 複数言語対応
T
scb10x
793
11
Vision 8B MiniCPM 2 5 Uncensored And Detailed 4bit
MiniCPM-Llama3-V 2.5のint4量子化バージョンで、GPU VRAM使用量を大幅に削減（約9GB）
テキスト生成画像 Transformers
V
sdasd112132
330
30
Minicpm Llama3 V 2 5 Int4
MiniCPM-Llama3-V 2.5のint4量子化バージョンで、GPU VRAM使用量を約9GBに大幅に削減し、視覚質問応答タスクに適しています。
テキスト生成画像 Transformers
M
openbmb
17.97k
73
Tinyllava 1.1b V0.1
Apache-2.0
TinyLlama-1.1Bベースの軽量ビジュアルQAモデル、BakLlavaコードベースでトレーニング済み
テキスト生成画像 Transformers
T
0xAmey
16
21
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