# 多模態指令跟隨

Mistral-Small-3.2-24B-Instruct-2506是一個圖像文本到文本的模型，是Mistral-Small-3.1-24B-Instruct-2503的更新版本，在指令遵循、減少重複錯誤和函數調用等方面有所改進。

Dimple是首個結合自迴歸與擴散訓練範式的離散擴散多模態大語言模型（DMLLM），在LLaVA-NEXT相同數據集上訓練後，以3.9%的優勢超越LLaVA-NEXT-7B。

Qwen團隊推出的8B參數規模大語言模型，支持超長上下文和多種語言處理

Qwen2.5-VL-72B-Instruct是一個72B參數規模的多模態大模型，支持視覺-語言任務，能夠理解和生成與圖像相關的文本內容。

基於SmolVLM2-500M-Video-Instruct轉換的MLX格式模型，支持視頻文本轉文本任務

基於unsloth/Llama-3.2-11B-Vision-Instruct進行精調的多模態模型，針對視覺-語言任務優化並增強指令跟隨能力，通過Unsloth框架實現2倍訓練加速

一個專為多模態視覺指令跟隨任務設計的土耳其語視覺語言模型，能夠同時處理視覺（圖像）和文本輸入，理解並執行土耳其語提供的指令。

基於meta-llama/Llama-3.2-11B-Vision-Instruct的4位量化版本，支持圖像理解和文本生成任務

LLaVa是一個開源多模態聊天機器人，通過對LLaMA/Vicuna在GPT生成的多模態指令跟隨數據上進行微調訓練而成，專門為聊天/指令優化的多模態版本LLM。

LLaRA是一個開源視覺運動策略模型，通過微調LLaVA-7b-v1.5在指令跟隨數據和輔助數據集上訓練而成，主要用於機器人技術研究。

MQT-LLaVA是一個開源的多模態聊天機器人模型，基於Transformer架構，通過微調LLaMA/Vicuna在GPT生成的多模態指令數據上訓練而成。

DenseConnector 是一個開源聊天機器人，基於 LLaMA/Vicuna 微調，並利用 GPT 生成的多模態指令跟隨數據進行訓練。

LLaVA是一款開源的多模態聊天機器人，通過對多模態指令跟隨數據進行大語言模型微調訓練而成。

LLaVA是一個開源的多模態聊天機器人，基於大語言模型微調訓練而成，支持圖像和文本的交互。

LLaMA-VID是基於LLaMA/Vicuna微調的開源多模態聊天機器人，通過擴展上下文令牌支持長達數小時的視頻處理能力。

LLaVA是一個多模態大模型，通過連接視覺編碼器與大語言模型實現通用視覺助手功能

一款視覺語言指令跟隨模型，能夠為輸入圖像生成日語描述，並可選地處理輸入文本（如問題）。

BakLLaVA-1是基於Mistral 7B模型，並採用LLaVA 1.5架構增強的多模態模型，在多個基準測試上超越了Llama 2 13B的表現。

LLaVA 是一個開源多模態聊天機器人，基於 LLaMA/Vicuna 進行微調，通過 GPT 生成的多模態指令跟隨數據訓練而成。

LLaVA 是一款開源多模態聊天機器人，基於 LLaMA/Vicuna 微調，支持圖文交互。

SpeechGPT是一個具備內在跨模態對話能力的大型語言模型，能夠感知和生成多模態內容，支持語音與文本的交互。

SpeechGPT是一個具備內在跨模態對話能力的大型語言模型，能夠根據人類指令感知和生成多模態內容。

InstructBLIP-Vicuna-7B 是一個基於 Vicuna-7B 的視覺-語言模型，支持圖像到文本的轉換任務。

LLaVA是一款開源多模態聊天機器人，基於LLaMA/Vicuna微調，通過GPT生成的多模態指令跟隨數據訓練而成。

LLaVA是基於LLaMA/Vicuna通過GPT生成的多模態指令跟隨數據微調的開源聊天機器人

LLaVA是基於LLaMA/Vicuna通過GPT生成的多模態指令跟隨數據微調的開源聊天機器人，支持視覺與語言的多模態交互。

LLaVA是基於LLaMA/Vicuna通過GPT生成的多模態指令跟隨數據微調的開源聊天機器人，屬於基於Transformer架構的自迴歸語言模型。