P

Pllava 7b

由ermu2001開發
PLLaVA是一款開源的視頻語言聊天機器人,通過在視頻指令跟隨數據上微調圖像大語言模型而得,可用於多模態大模型和聊天機器人的研究。
下載量 109
發布時間 : 4/24/2024

模型概述

PLLaVA是一個基於Transformer架構的自迴歸語言模型,通過在視頻指令跟隨數據上微調圖像大語言模型訓練得到,主要用於大型多模態模型和聊天機器人的研究。

模型特點

視頻語言理解
能夠理解和處理視頻內容相關的語言指令
多模態能力
結合視覺和語言模態進行理解和生成
開源研究工具
為多模態大模型研究提供開源基礎

模型能力

視頻內容理解
多模態對話
指令跟隨
視覺問答

使用案例

學術研究
多模態模型研究
用於探索視頻與語言結合的多模態模型架構
聊天機器人開發
作為視頻對話機器人的基礎模型
應用開發
視頻內容分析
自動分析視頻內容並生成描述
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase