Smolvlm2 2.2B Instruct 4bit
SmolVLM2-2.2B-Instruct-4bit 是一個基於 MLX 格式轉換的視覺語言模型,專注於視頻文本到文本的任務。
Downloads 24
Release Time : 2/20/2025
Model Overview
該模型是從 HuggingFaceTB/SmolVLM2-2.2B-Instruct 轉換而來,支持視頻和文本的多模態交互,適用於生成視頻描述等任務。
Model Features
多模態支持
支持視頻和文本的交互,能夠處理視頻內容並生成相關文本描述。
高效推理
使用 4bit 量化技術,降低模型資源需求,提升推理效率。
廣泛的數據集訓練
基於多個高質量數據集訓練,包括 Docmatix、LLaVA-OneVision-Data 等。
Model Capabilities
視頻內容理解
文本生成
多模態交互
Use Cases
視頻內容分析
視頻描述生成
根據視頻內容生成詳細的文本描述。
生成準確且連貫的視頻描述文本。
教育
視頻輔助學習
為教育視頻生成輔助文本,幫助學習者更好地理解內容。
提升學習體驗和理解效果。
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