# 高效視覺問答

Qwen2.5-VL-3B-Instruct的GPTQ-Int3量化版本，適用於多模態圖像文本處理任務，顯存佔用更少，推理速度更快。

nanoLLaVA-1.5是一款參數規模在10億以下的視覺語言模型，專為邊緣設備設計，小巧但功能強大。

Imp-v1.5-4B-Phi3是一個高性能輕量級多模態大模型，僅含40億參數，基於Phi-3框架和SigLIP視覺編碼器構建。

TinyLLaVA 是一個小規模的多模態模型系列，該模型由 OpenELM-450M 和 SigLIP-0.89B 組成，專注於高效的視覺-語言任務處理。