S

Smolvlm2 2.2B Instruct 4bit

Developed by smdesai
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。
AIbase
Empowering the Future, Your AI Solution Knowledge Base
© 2025AIbase