L

Llava 13b V0 4bit 128g

由wojtab開發
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
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase