Internlm Xcomposer2 4khd 7b
I
Internlm Xcomposer2 4khd 7b
Developed by internlm
InternLM-XComposer2-4KHDはInternLM2を基にした汎用視覚言語大モデルで、4K解像度の画像理解能力を備えています。
Downloads 1,180
Release Time : 4/7/2024
Model Overview
InternLM-XComposer2-4KHDは汎用視覚言語大モデル(VLLM)で、高解像度画像(4K)を処理し画像内容を理解でき、視覚質問応答などのタスクをサポートします。
Model Features
4K解像度画像理解
最大4K解像度の高精細画像内容の理解と分析をサポート
マルチターン視覚対話
画像に基づくマルチターン対話をサポートし、文脈を記憶して一貫したコミュニケーションが可能
高精度画像記述
詳細で正確な画像記述を生成でき、画像中の細部まで捉えることが可能
Model Capabilities
高解像度画像理解
視覚質問応答
画像内容記述
マルチターン視覚対話
Use Cases
画像分析
インフォグラフィック解釈
複雑なインフォグラフィックの内容とトレンドを分析
インフォグラフィックの各部分を正確に識別し、内容を詳細に記述できる
視覚支援
画像内容記述
視覚障害者向けに画像内容の詳細な記述を提供
正確で詳細な画像記述を生成
Featured Recommended AI Models
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 Supports Multiple Languages

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 English

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 Chinese
R
uer
2,694
98