Llava NeXT Video 7B Hf
LLaVA-NeXT-Video-7B-hf 是一個基於視頻的多模態模型,能夠處理視頻和文本輸入,生成文本輸出。
下載量 30
發布時間 : 3/5/2025
模型概述
該模型是一個視頻文本轉文本的多模態模型,專注於理解和處理視頻內容,並生成相關的文本描述或回答。
模型特點
多模態處理
能夠同時處理視頻和文本輸入,生成相關的文本輸出。
視頻理解
專注於視頻內容的理解和分析,適用於視頻相關的任務。
模型能力
視頻內容理解
文本生成
多模態交互
使用案例
視頻分析
視頻內容描述
生成視頻內容的文本描述,適用於視頻摘要或內容分析。
視頻問答
回答關於視頻內容的特定問題,適用於視頻檢索或教育應用。
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