Hume System2
模型概述
Hume-System2是一個專注於系統2思維的視覺-語言-行動模型預訓練權重,旨在加速系統2的訓練過程,適用於機器人領域的研究和應用。
模型特點
雙系統架構
結合系統1和系統2思維,提升模型的推理和決策能力。
預訓練權重
提供系統2的預訓練權重,可加速特定任務的訓練過程。
機器人領域優化
專為機器人視覺-語言-行動任務設計,適用於相關研究和應用。
模型能力
視覺-語言理解
機器人行動決策
系統2思維推理
使用案例
機器人控制
機器人視覺導航
基於視覺和語言指令的機器人導航系統
人機交互
通過自然語言指令控制機器人執行復雜任務
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