L

Llama 3.2 11B Vision Medical

由Varu96開發
基於unsloth/Llama-3.2-11B-Vision-Instruct微調的模型,使用Unsloth和Huggingface的TRL庫進行訓練,速度提升了2倍。
下載量 25
發布時間 : 3/10/2025

模型概述

這是一個結合視覺和文本指令的多模態模型,能夠處理視覺和文本輸入,生成相應的文本輸出。

模型特點

高效訓練
使用Unsloth和Huggingface的TRL庫進行訓練,速度提升了2倍。
多模態支持
能夠處理視覺和文本輸入,生成相應的文本輸出。
開源許可
採用Apache-2.0許可證,允許商業和研究使用。

模型能力

文本生成
視覺理解
多模態推理

使用案例

教育
視覺問答
根據提供的圖像和問題,生成準確的答案。
提升學習效率和互動性。
內容創作
圖文生成
根據圖像生成描述性文本或故事。
豐富內容創作的多樣性。
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase