AIbase
TW
模型選型
標籤
凍結參數訓練

# 凍結參數訓練

Blip2 Opt 6.7b
MIT
BLIP-2 是一種視覺語言模型，結合了圖像編碼器和大型語言模型，用於圖像到文本生成和視覺問答任務。
圖像生成文本 Transformers 英語
B
merve
26
2
Instructblip Flan T5 Xxl 8bit
MIT
BLIP-2是基於Flan T5-xxl的視覺-語言模型，通過凍結圖像編碼器與大型語言模型進行預訓練，支持圖像描述生成、視覺問答等任務。
圖像生成文本 Transformers 英語
I
Mediocreatmybest
18
1
Blip2 Opt 6.7b 8bit
MIT
BLIP-2 是一種視覺語言模型，結合了圖像編碼器和大型語言模型(OPT-6.7b)，用於圖像到文本生成任務。
圖像生成文本 Transformers 英語
B
Mediocreatmybest
16
1
Blip2 Flan T5 Xxl
MIT
BLIP-2是一種視覺語言模型，結合了圖像編碼器和大型語言模型，用於圖像到文本的任務。
圖像生成文本 Transformers 英語
B
LanguageMachines
22
1
Blip2 Image To Text
MIT
BLIP-2是一種視覺語言預訓練模型，通過凍結圖像編碼器和大型語言模型實現語言-圖像預訓練引導。
圖像生成文本 Transformers 英語
B
paragon-AI
343
27
Blip2 Flan T5 Xxl
MIT
BLIP-2是一種視覺語言模型，結合了圖像編碼器和大型語言模型Flan T5-xxl，用於圖像到文本任務。
圖像生成文本 Transformers 英語
B
Salesforce
6,419
88
Blip2 Flan T5 Xl Coco
MIT
BLIP-2是一種視覺-語言模型，通過凍結圖像編碼器與大型語言模型實現語言-圖像預訓練，支持圖像描述生成和視覺問答等任務。
圖像生成文本 Transformers 英語
B
Salesforce
2,379
14
Blip2 Opt 6.7b
MIT
BLIP-2是基於OPT-6.7b的視覺語言模型，通過凍結圖像編碼器和大型語言模型進行預訓練，支持圖像到文本生成和視覺問答等任務。
圖像生成文本 Transformers 英語
B
Salesforce
5,871
76
Blip2 Flan T5 Xl
MIT
BLIP-2是基於Flan T5-xl的視覺語言模型，通過凍結圖像編碼器和大型語言模型進行預訓練，支持圖像描述生成和視覺問答等任務。
圖像生成文本 Transformers 英語
B
Salesforce
91.77k
68
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase