VARGPT V1.1
Apache-2.0
VARGPT-v1.1は視覚自己回帰統一モデルで、反復命令チューニングと強化学習により、視覚理解と生成タスクを同時に実現できます。
テキスト生成画像
Transformers 英語

V
VARGPT-family
954
6
Blip Image Captioning Large
Bsd-3-clause
COCOデータセットで事前学習された視覚言語モデルで、正確な画像キャプション生成に優れています
画像生成テキスト
B
drgary
23
1
VARGPT LLaVA V1
Apache-2.0
VARGPTは統一されたマルチモーダルモデルで、視覚理解と生成能力を組み合わせ、次のトークンを予測することで理解し、次のスケールを予測することで生成を実現します。
テキスト生成画像
Transformers 英語

V
VARGPT-family
4,291
5
Zcabnzh Bp
Bsd-3-clause
BLIPは統一された視覚言語事前学習フレームワークで、画像キャプション生成や視覚的質問応答などのタスクに優れており、革新的なデータフィルタリングメカニズムにより性能を向上させています
画像生成テキスト
Transformers

Z
nanxiz
19
0
Pic2story
Bsd-3-clause
BLIPは統一された視覚-言語事前学習フレームワークで、画像キャプション生成と理解タスクに優れており、ガイド付き記述生成を通じてノイズネットワークデータを効果的に活用します
画像生成テキスト
Transformers

P
abhijit2111
140
2
Image Captioning With Blip
Bsd-3-clause
BLIPは統一された視覚言語事前学習フレームワークで、画像キャプション生成などのタスクに優れており、条件付きおよび無条件のテキスト生成をサポートします
画像生成テキスト
Transformers

I
Vidensogende
16
0
Blip Vqa Base
Bsd-3-clause
BLIPは統一された視覚言語事前学習フレームワークで、視覚質問応答タスクに優れており、言語-画像共同トレーニングによりマルチモーダル理解と生成能力を実現
テキスト生成画像
Transformers

B
Salesforce
1.9M
154
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