Smolvlm2 2.2B Instruct I1 GGUF
Apache-2.0
SmolVLM2-2.2B-Instruct 是一個2.2B參數規模的視覺語言模型,專注於視頻文本到文本任務,支持英語。
英語
S
mradermacher
285
0
Phi 4 Multimodal Instruct
MIT
Phi-4-multimodal-instruct是一個輕量級開源多模態基礎模型,支持文本、圖像和音頻輸入,生成文本輸出,具備128K標記的上下文長度。
多模態融合
Transformers 支持多種語言

P
mjtechguy
18
0
Openvla 7b
MIT
OpenVLA 7B是一個基於Open X-Embodiment數據集訓練的開源視覺-語言-動作模型,能夠根據語言指令和攝像頭圖像生成機器人動作。
圖像生成文本
Transformers 英語

O
openvla
1.7M
108
Heron Chat Git Llama 2 7b V0
蒼鷺GIT Llama 2 7B是一款能夠就輸入圖像進行對話的視覺語言模型。
圖像生成文本
Transformers 英語

H
turing-motors
20
0
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