AIbase
JA
モデル選定
タグ
視覚言語大規模モデル

# 視覚言語大規模モデル

Qwen.qwen2.5 VL 32B Instruct GGUF
Qwen2.5-VL-32B-Instructは32Bパラメータ規模のマルチモーダル視覚言語モデルで、画像とテキストの共同理解と生成タスクをサポートします。
画像生成テキスト
Q
DevQuasar
27.50k
1
Cephalo LaTeX Phi 3 Vision 128k 4b Beta
Apache-2.0
Cephaloはマルチモーダル材料科学に特化した視覚大規模言語モデルシリーズで、現在のバージョンは数学公式画像をLaTeXコードに変換することに特化しています。
画像生成テキスト Transformers
C
lamm-mit
16
0
Somelvlm
Apache-2.0
SoMeLVLMはソーシャルメディア処理のための大規模視覚言語モデルです。
マルチモーダル融合 Transformers 英語
S
Lishi0905
25
2
Cogvlm Grounding Generalist Hf
CogVLMは強力なオープンソースの視覚言語モデル（VLM）で、複数のクロスモーダルベンチマークテストでSOTA性能を達成しています。
画像生成テキスト Transformers
C
THUDM
702
16
Cogvlm Chat Hf
Apache-2.0
CogVLMは強力なオープンソースの視覚言語モデルで、複数のクロスモーダルベンチマークでリーダーボード性能を達成
テキスト生成画像 Transformers 英語
C
THUDM
4,816
193
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