S

Space Voice Label Detect Beta

由devJy開發
基於Qwen2.5-VL-3B模型的微調版本,使用Unsloth和Huggingface TRL庫進行訓練,推理速度提升2倍
下載量 38
發布時間 : 4/5/2025

模型概述

這是一個經過優化的視覺語言模型,支持文本生成和視覺理解任務,特別針對指令跟隨場景進行了微調

模型特點

高效訓練
使用Unsloth框架訓練,速度提升2倍
4-bit量化
採用4-bit量化技術,減少內存佔用
多模態能力
同時支持文本和視覺輸入的理解與生成
指令優化
針對指令跟隨場景特別優化

模型能力

文本生成
視覺問答
多模態理解
指令跟隨

使用案例

智能助手
多模態對話
基於文本和圖像的交互式對話
能夠理解並回答關於圖像內容的複雜問題
內容生成
圖像描述生成
根據輸入圖像生成詳細描述
生成準確且富有表現力的圖像描述
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase