AIbase
JA
モデル選定
タグ
視覚言語連合モデリング

# 視覚言語連合モデリング

Vica2 Stage2 Onevision Ft
Apache-2.0
ViCA2は70億パラメータ規模のマルチモーダル視覚言語モデルで、動画理解と視覚空間認知タスクに特化しています。
ビデオ生成テキスト Transformers 英語
V
nkkbr
63
0
Llava Int4
CC
LLaVAはマルチモーダル大規模モデルで、視覚エンコーダーと大規模言語モデルを接続することで汎用視覚アシスタント機能を実現
テキスト生成画像 Transformers
L
emon-j
40
2
Matcha Chartqa
Apache-2.0
MatChaはチャートと言語データの処理能力を強化した事前学習モデルで、チャートQAタスクで優れた性能を発揮します
テキスト生成画像 Transformers 複数言語対応
M
google
1,060
41
Matcha Chart2text Statista
Apache-2.0
Chart2text-statistaデータセットでファインチューニングされた視覚言語モデルで、グラフ理解と数値推論に優れています
画像生成テキスト Transformers 複数言語対応
M
google
73
10
Matcha Chart2text Pew
Apache-2.0
MatChaはPix2Structアーキテクチャに基づく視覚言語モデルで、グラフ理解と数値推論タスクに特化して最適化されており、グラフ質問応答タスクで優れた性能を発揮します
画像生成テキスト Transformers 複数言語対応
M
google
168
39
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