Deepseer R1 Vision Distill Qwen 1.5B Google Vit Base Patch16 224

🚀 DeepSeer: 具備推理能力的視覺語言模型

DeepSeer是一個具備思維鏈推理能力的視覺語言模型，它基於DeepSeek - R1模型，使用支持思維的聊天模板來訓練視覺模型，為視覺語言處理帶來了新的思路。

🚀 快速開始

安裝依賴

pip install git+https://github.com/facebookresearch/schedule_free.git
pip install peft
git clone https://github.com/mkturkcan/seers.git
cd seers/seers/
git clone https://huggingface.co/mehmetkeremturkcan/DeepSeer-R1-Vision-Distill-Qwen-1.5B_google_vit-base-patch16-224

運行測試

python predict.py

📦 安裝指南

按照以下步驟安裝項目所需的依賴：

1. 安裝schedule_free庫：

pip install git+https://github.com/facebookresearch/schedule_free.git

2. 安裝peft庫：

pip install peft

3. 克隆seers倉庫：

git clone https://github.com/mkturkcan/seers.git

4. 進入seers/seers/目錄：

cd seers/seers/

5. 克隆模型倉庫：

git clone https://huggingface.co/mehmetkeremturkcan/DeepSeer-R1-Vision-Distill-Qwen-1.5B_google_vit-base-patch16-224

🔧 技術細節

本模型是[deepseek - ai/DeepSeek - R1 - Distill - Qwen - 1.5B](https://huggingface.co/deepseek - ai/DeepSeek - R1 - Distill - Qwen - 1.5B)在[5CD - AI/LLaVA - CoT - o1 - Instruct](https://huggingface.co/datasets/5CD - AI/LLaVA - CoT - o1 - Instruct)數據集上的微調版本。訓練過程使用了seers工具。

📄 許可證

本項目採用Apache - 2.0許可證。