L

Llama 3.2 11B Vision Instruct Abliterated 8 Bit

由mlx-community開發
這是一個基於Llama-3.2-11B-Vision-Instruct的多模態模型,支持圖像和文本輸入,並生成文本輸出。
下載量 128
發布時間 : 12/16/2024

模型概述

該模型是一個視覺語言模型,能夠處理圖像和文本輸入,生成相應的文本輸出。適用於多模態任務,如視覺問答、圖像描述生成等。

模型特點

多模態支持
能夠同時處理圖像和文本輸入,生成文本輸出。
多語言支持
支持多種語言,包括英語、德語、法語、意大利語、葡萄牙語、印地語、西班牙語和泰語。
8-bit量化
模型經過8-bit量化處理,減少了內存佔用和計算資源需求。

模型能力

圖像理解
文本生成
多模態推理
視覺問答

使用案例

視覺問答
圖像內容問答
根據輸入的圖像和問題,生成相應的答案。
圖像描述生成
自動圖像描述
根據輸入的圖像,生成描述性文本。
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase