L

Llama 3.2 11B Vision Instruct Abliterated 8 Bit

由 mlx-community 开发
这是一个基于Llama-3.2-11B-Vision-Instruct的多模态模型,支持图像和文本输入,并生成文本输出。
下载量 128
发布时间 : 12/16/2024

模型简介

该模型是一个视觉语言模型,能够处理图像和文本输入,生成相应的文本输出。适用于多模态任务,如视觉问答、图像描述生成等。

模型特点

多模态支持
能够同时处理图像和文本输入,生成文本输出。
多语言支持
支持多种语言,包括英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语。
8-bit量化
模型经过8-bit量化处理,减少了内存占用和计算资源需求。

模型能力

图像理解
文本生成
多模态推理
视觉问答

使用案例

视觉问答
图像内容问答
根据输入的图像和问题,生成相应的答案。
图像描述生成
自动图像描述
根据输入的图像,生成描述性文本。
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase