MGM 7B
MGM-7B是基於Vicuna-7B-v1.5訓練的開源多模態聊天機器人,支持高清圖像理解、推理與生成。
下載量 975
發布時間 : 3/26/2024
模型概述
MGM-7B是一個視覺語言模型,通過在多模態指令數據上微調LLaMA/Vicuna實現,能夠同步處理高清圖像理解和生成任務。
模型特點
高清圖像處理
支持同步實現高清圖像理解、推理與生成
多模態能力
結合視覺和語言理解能力,實現圖像與文本的交互
參數規模可選
提供從20億到340億參數的不同規模模型選擇
模型能力
圖像理解
多模態推理
圖像生成
自然語言對話
使用案例
研究應用
多模態模型研究
用於計算機視覺和自然語言處理的交叉研究
聊天機器人開發
開發具備圖像理解能力的智能對話系統
創意應用
圖像描述生成
根據輸入圖像生成詳細文字描述
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