AIbase
EN
Model Selection
Tags
視覚命令ファインチューニング

# 視覚命令ファインチューニング

Llama 3.2 Vision Instruct Bpmncoder
Apache-2.0
Unslothで最適化されたLlama 3.2 11B視覚命令ファインチューニングモデル、4ビット量子化技術を採用、トレーニング速度が2倍向上
テキスト生成画像 Transformers English
L
utkarshkingh
40
1
Llama 3.2 11B Vision Invoices Mini
Apache-2.0
unsloth/llama-3.2-11b-vision-instruct-unsloth-bnb-4bitをファインチューニングしたマルチモーダル大規模言語モデルで、視覚命令理解タスクをサポートし、Unslothによる最適化でトレーニング速度が2倍向上しています。
テキスト生成画像 Transformers English
L
atulSethi
46
1
Instructblip Flan T5 Xl
MIT
InstructBLIPはBLIP-2を視覚命令ファインチューニングしたバージョンで、画像キャプション生成や視覚質問応答などの視覚言語タスクを実行できます。
画像生成テキスト Transformers English
I
Salesforce
16.89k
29
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