AIbase
EN
Home
R1 VL 2B
R

R1 VL 2B

Developed by jingyiZ00
R1-VL-2Bは、段階的グループ相対戦略最適化（StepGRPO）によって訓練された視覚言語推論モデルで、Qwen2-VL-2B-Instructを基に最適化されています。
画像生成テキスト
Transformers
Open Source License:Apache-2.0#画像テキスト推論#マルチモーダル命令微調整#軽量視覚言語
Downloads 272
Release Time : 3/18/2025

Model Overview

R1-VL-2Bは視覚言語モデルで、画像テキストからテキストへのタスクに特化しており、画像に関連するテキスト内容を理解し生成できます。

Model Features

段階的グループ相対戦略最適化（StepGRPO）
StepGRPO訓練手法を採用し、視覚言語タスクにおけるモデルの性能を最適化します。
Qwen2-VL-2B-Instructベース
Qwen2-VL-2B-Instructを基礎モデルとして、その強力な視覚言語処理能力を継承しています。

Model Capabilities

画像理解
テキスト生成
視覚言語推論

Use Cases

視覚質問応答
画像説明生成
入力画像に基づいて詳細なテキスト説明を生成します。
視覚質問応答
画像内容に関連する質問に回答します。
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
AIbase
Empowering the Future, Your AI Solution Knowledge Base
English简体中文繁體中文にほんご
© 2025AIbase