Instructblip Flan T5 Xl 8bit
InstructBLIP是BLIP-2的視覺指令調優版本,基於Flan-T5-xl語言模型,用於圖像到文本生成任務。
Downloads 18
Release Time : 8/8/2023
Model Overview
該模型通過指令調優實現通用視覺語言理解,能夠根據圖像和文本提示生成描述性文本。
Model Features
視覺指令調優
通過指令調優增強模型對多樣化視覺語言任務的理解能力
多模態理解
同時處理視覺和文本輸入,實現跨模態推理
零樣本遷移
無需特定任務微調即可適應新任務(論文宣稱能力)
Model Capabilities
圖像內容描述生成
視覺問答
跨模態推理
指令跟隨響應生成
Use Cases
輔助技術
視覺障礙輔助
為視障用戶生成圖像內容的詳細語音描述
內容審核
違規內容檢測
通過圖像分析自動識別潛在違規內容
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers Supports Multiple Languages

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers English

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 Chinese
R
uer
2,694
98