Uform Gen2 Qwen 500m
U
Uform Gen2 Qwen 500m
由unum-cloud開發
UForm-Gen是一款小型生成式視覺語言模型,主要用於圖像描述生成和視覺問答。
下載量 17.98k
發布時間 : 2/15/2024
模型概述
UForm-Gen是一款口袋級多模態AI,用於內容理解與生成,包含類CLIP的ViT-H/14視覺編碼器和Qwen1.5-0.5B-Chat語言模型。
模型特點
輕量級設計
小型生成式視覺語言模型,適合資源有限的環境使用
快速訓練
使用8塊H100 GPU的DGX-H100服務器訓練僅需一天
多模態能力
同時處理視覺和語言信息,實現圖像理解和生成
模型能力
圖像描述生成
視覺問答
多模態對話
內容理解
內容生成
使用案例
圖像理解
室內場景描述
對室內場景進行詳細描述
生成包含傢俱佈置、裝飾風格等細節的文本描述
動物行為描述
對動物行為進行簡短描述
捕捉動物姿態和動作特點的簡潔描述
視覺問答
圖像內容問答
回答關於圖像內容的特定問題
準確回答關於圖像中物體、場景等的問題
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