VARGPT V1.1
Apache-2.0
VARGPT-v1.1是一個視覺自迴歸統一大模型,通過迭代指令調優與強化學習提升,能夠同時實現視覺理解和生成任務。
文本生成圖像
Transformers 英語

V
VARGPT-family
954
6
Blip Image Captioning Large
Bsd-3-clause
基於COCO數據集預訓練的視覺語言模型,擅長生成精準的圖像描述
圖像生成文本
B
drgary
23
1
VARGPT LLaVA V1
Apache-2.0
VARGPT是一個統一的多模態模型,結合了視覺理解和生成能力,通過預測下一標記實現理解,預測下一尺度實現生成。
文本生成圖像
Transformers 英語

V
VARGPT-family
4,291
5
Zcabnzh Bp
Bsd-3-clause
BLIP是一個統一的視覺語言預訓練框架,擅長圖像描述生成和視覺問答等任務,通過創新的數據過濾機制提升性能
圖像生成文本
Transformers

Z
nanxiz
19
0
Pic2story
Bsd-3-clause
BLIP是一個統一的視覺-語言預訓練框架,擅長圖像描述生成和理解任務,通過引導描述生成有效利用噪聲網絡數據
圖像生成文本
Transformers

P
abhijit2111
140
2
Image Captioning With Blip
Bsd-3-clause
BLIP是一個統一的視覺語言預訓練框架,擅長圖像描述生成等任務,支持條件與非條件式文本生成
圖像生成文本
Transformers

I
Vidensogende
16
0
Blip Vqa Base
Bsd-3-clause
BLIP是一個統一的視覺語言預訓練框架,擅長視覺問答任務,通過語言-圖像聯合訓練實現多模態理解與生成能力
文本生成圖像
Transformers

B
Salesforce
1.9M
154
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