Smolvlm2 500M Video Instruct Mlx 8bit Skip Vision
基於SmolVLM2-500M-Video-Instruct轉換的MLX格式模型,支持視頻文本轉文本任務
下載量 51
發布時間 : 2/17/2025
模型概述
該模型是一個輕量級視覺語言模型,專注於視頻內容理解和指令跟隨,能夠處理視頻與文本的交互任務
模型特點
輕量級設計
僅500M參數規模,適合資源有限的環境部署
視頻理解能力
專門針對視頻內容優化的視覺語言模型
指令跟隨
能夠理解和執行基於視頻內容的複雜指令
MLX優化
轉換為MLX格式,可在Apple Silicon設備上高效運行
模型能力
視頻內容理解
文本生成
指令跟隨
多模態推理
使用案例
視頻內容分析
視頻內容描述
根據視頻內容生成詳細描述
視頻問答
回答關於視頻內容的特定問題
教育
教學視頻輔助
根據教學視頻生成學習要點和總結
精選推薦AI模型
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 支持多種語言

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 英語

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 中文
R
uer
2,694
98