Minivla Vq Libero90 Prismatic
MiniVLA是一個輕量級的視覺語言模型,兼容Prismatic VLMs訓練框架,支持圖像文本到文本的多模態任務。
Downloads 31
Release Time : 12/11/2024
Model Overview
MiniVLA是一個預訓練的多模態視覺語言模型,專注於圖像文本到文本的任務。該模型兼容Prismatic VLMs訓練框架,適合進行完整微調。
Model Features
兼容Prismatic訓練框架
可直接使用Prismatic VLMs項目代碼庫進行完整微調
輕量級設計
相比大型視覺語言模型,參數規模更小但性能優異
多模態能力
能夠處理圖像和文本的聯合理解與生成任務
Model Capabilities
圖像理解
文本生成
多模態推理
視覺問答
Use Cases
機器人技術
視覺導航指令理解
幫助機器人理解視覺場景並生成相應動作指令
內容生成
圖像描述生成
根據輸入圖像生成自然語言描述
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