# 輕量級VLM

專注於描述動漫風格圖像的視覺語言模型，基於SmolVLM-500M-Base微調

專注於描述動漫風格圖像的視覺語言模型，基於SmolVLM-500M-Base微調，訓練數據包含18萬組由大語言模型生成的合成圖像/字幕對。

granite-vision-3.2-2b是一款緊湊高效的視覺語言模型，專為視覺文檔理解設計，能夠從表格、圖表、信息圖等中自動提取內容。

PaliGemma是由Google開發的30億參數輕量級視覺語言模型，基於SigLIP視覺模型和Gemma語言模型構建，支持圖像和文本輸入生成文本輸出。

PaliGemma是一款輕量級多功能視覺語言模型，基於SigLIP視覺模型和Gemma語言模型構建，支持多語言圖像文本交互任務。

PaliGemma是一款多功能輕量級視覺語言模型(VLM)，支持圖像和文本輸入，生成文本輸出，具備多語言能力。

PaliGemma是一款多功能輕量級視覺語言模型(VLM)，基於SigLIP視覺模型和Gemma語言模型構建，支持圖像和文本輸入並生成文本輸出

PaliGemma是Google開發的輕量級視覺語言模型，基於SigLIP視覺模型和Gemma語言模型構建，支持多語言圖像文本理解與生成。

PaliGemma是Google開發的輕量級視覺語言模型，基於SigLIP視覺模型和Gemma語言模型構建，支持多語言文本生成和視覺理解任務。

PaliGemma是一款多功能、輕量級的視覺語言模型(VLM)，基於SigLIP視覺模型和Gemma語言模型構建，支持圖像和文本輸入，輸出文本結果。

PaliGemma是一款多功能輕量級視覺語言模型(VLM)，基於SigLIP視覺模型和Gemma語言模型構建，能同時處理圖像和文本輸入並生成文本輸出。

PaliGemma是Google開發的輕量級視覺語言模型，結合圖像理解和文本生成能力，支持多語言任務。

PaliGemma是Google開發的多功能輕量級視覺語言模型(VLM)，基於SigLIP視覺模型和Gemma語言模型構建，支持圖像和文本輸入，輸出文本結果。