Llava V1.6 34b

🚀 LLaVA模型卡片

LLaVA是一個開源聊天機器人，通過在多模態指令跟隨數據上微調大語言模型（LLM）進行訓練。它基於Transformer架構，是自迴歸語言模型，可用於多模態模型和聊天機器人的研究。

📚 詳細文檔

模型詳情

許可證

NousResearch/Nous-Hermes-2-Yi-34B 許可證。

關於模型問題或建議的反饋地址： https://github.com/haotian-liu/LLaVA/issues

預期用途

主要預期用途： LLaVA的主要用途是用於大型多模態模型和聊天機器人的研究。

主要目標用戶： 該模型的主要目標用戶是計算機視覺、自然語言處理、機器學習和人工智能領域的研究人員和愛好者。

訓練數據集

• 從LAION/CC/SBU篩選的558K圖像 - 文本對，由BLIP添加字幕。
• 158K由GPT生成的多模態指令跟隨數據。
• 500K面向學術任務的視覺問答（VQA）混合數據。
• 50K GPT - 4V混合數據。
• 40K ShareGPT數據。

評估數據集

一個包含12個基準測試的集合，其中包括5個學術視覺問答（VQA）基準測試和7個最近專門為指令跟隨大型多模態模型（LMM）提出的基準測試。