Llava 13b V0 4bit 128g
LLaVA是一個結合視覺與語言的多模態模型,基於LLaMA架構,支持圖像理解和對話生成。
下載量 167
發布時間 : 4/21/2023
模型概述
LLaVA-13b-delta-v0是基於LLaMA-13B的視覺語言模型,通過4位量化技術減少內存佔用,適用於多模態對話和圖像理解任務。
模型特點
4-bit量化
通過GPTQ技術實現4位量化,顯著降低顯存需求,提升推理效率。
多模態支持
結合視覺編碼器和語言模型,實現圖像與文本的聯合理解。
開源集成
支持通過text-generation-webui的llava擴展運行,便於部署和測試。
模型能力
圖像描述生成
多模態對話
視覺問答
上下文理解
使用案例
人機交互
圖像對話助手
用戶上傳圖片後,模型可回答關於圖片內容的問題或生成描述。
實現自然的多輪交互式對話
內容生成
自動圖像標註
為無標籤圖像生成詳細文字描述。
提升圖像檢索和分類效率
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