UI TARS 1.5 7B 6bit
UI-TARS-1.5-7B-6bit 是一个基于 MLX 格式转换的视觉语言模型,支持图像理解和文本生成任务。
下载量 1,110
发布时间 : 4/25/2025
模型简介
该模型是从 ByteDance-Seed/UI-TARS-1.5-7B 转换而来,主要用于处理图像和文本的多模态任务,能够根据图像生成相关描述或回答相关问题。
模型特点
多模态能力
能够同时处理图像和文本输入,实现跨模态理解与生成
高效推理
使用6位量化技术,降低计算资源需求
MLX 兼容
专为 MLX 框架优化,可在苹果芯片上高效运行
模型能力
图像描述生成
视觉问答
多模态推理
使用案例
内容生成
图像描述生成
为给定图像生成详细描述
可生成准确反映图像内容的自然语言描述
智能交互
视觉问答系统
回答关于图像内容的自然语言问题
能够理解图像内容并给出相关回答
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98