Llava Maid 7B DPO GGUF
模型概述
LLaVA 是一個結合了視覺和語言能力的多模態模型,能夠理解圖像內容並生成相關文本描述或回答相關問題。
模型特點
多模態理解
能夠同時處理圖像和文本輸入,理解兩者之間的關係
零樣本學習
無需特定任務訓練即可執行多種視覺語言任務
開放域問答
能夠回答關於圖像內容的開放性問題
模型能力
圖像內容理解
視覺問答
圖像描述生成
多模態對話
視覺推理
使用案例
輔助技術
視覺輔助
為視障人士描述圖像內容
提高信息可訪問性
內容審核
圖像內容分析
自動檢測圖像中的不當內容
提高審核效率
教育
交互式學習
通過圖像和問答進行教學
增強學習體驗
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