Qwen2 VL 7B Instruct GGUF
Qwen2-VL-7B-Instruct 是一个7B参数规模的多模态模型,支持图像与文本的交互任务。
Downloads 102
Release Time : 12/15/2024
Model Overview
该模型是一个视觉语言模型,能够处理图像和文本输入,执行图像理解、视觉问答等任务。
Model Features
多模态能力
支持图像和文本的联合处理,能够理解图像内容并生成相关文本响应。
大上下文窗口
支持长达32000 tokens的上下文长度,适合处理复杂任务。
高效推理
经过量化优化,可在资源有限的硬件上高效运行。
Model Capabilities
图像理解
视觉问答
多模态对话
图像描述生成
Use Cases
内容理解
图像描述生成
为输入的图像生成详细的文字描述。
智能助手
视觉问答
回答关于图像内容的自然语言问题。
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers Supports Multiple Languages

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers English

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 Chinese
R
uer
2,694
98