Llava Phi 2 3b
L
Llava Phi 2 3b
由marianna13開發
LLaVa-Phi-2-3B是一個開源的多模態聊天機器人模型,基於Phi-2架構微調而成,能夠處理圖像和文本輸入並生成自然語言響應。
下載量 153
發布時間 : 1/28/2024
模型概述
該模型通過微調Phi-2模型在多模態指令跟隨數據上訓練而成,具備視覺-語言理解能力,可用於圖像描述、視覺問答等任務。
模型特點
多模態理解
能夠同時處理圖像和文本輸入,理解視覺內容並生成相關響應
高效參數利用
僅3B參數規模下實現接近更大模型的性能表現
指令跟隨
經過專門訓練以遵循用戶指令,適合對話式交互
模型能力
圖像理解
視覺問答
圖像描述生成
多模態對話
指令跟隨
使用案例
教育
視覺輔助學習
幫助學生理解複雜圖表或圖像內容
無障礙技術
圖像描述服務
為視障用戶提供圖像內容的語音描述
內容審核
多模態內容分析
同時分析圖像和文本內容進行更全面的內容審核
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