Siglip So400m Patch14 378 From Llava Onevision Qwen2 7b Si Hf

🚀 模型卡片

本模型卡片介绍了一个 🤗 Transformers 模型，该模型已发布到模型中心。此模型卡片为自动生成。

🚀 快速开始

使用以下代码开始使用该模型：

# 此处应补充具体代码

📚 详细文档

模型详情

模型描述

这是一个已推送到 Hugging Face Hub 的 🤗 Transformers 模型的卡片。此模型卡片是自动生成的。

• 开发者：[待补充更多信息]
• 资助方（可选）：[待补充更多信息]
• 共享方（可选）：[待补充更多信息]
• 模型类型：[待补充更多信息]
• 适用语言（自然语言处理）：[待补充更多信息]
• 许可证：[待补充更多信息]
• 基于的预训练模型（可选）：[待补充更多信息]

模型来源（可选）

• 仓库：[待补充更多信息]
• 论文（可选）：[待补充更多信息]
• 演示（可选）：[待补充更多信息]

使用场景

直接使用

[待补充更多信息]

下游使用（可选）

[待补充更多信息]

超出适用范围的使用

[待补充更多信息]

偏差、风险和局限性

[待补充更多信息]

建议

直接用户和下游用户都应该了解该模型的风险、偏差和局限性。如需进一步建议，还需更多信息。

训练详情

训练数据

[待补充更多信息]

训练过程

预处理（可选）

[待补充更多信息]

训练超参数

• 训练机制：[待补充更多信息]

速度、大小、时间（可选）

[待补充更多信息]

评估

测试数据、因素和指标

测试数据

[待补充更多信息]

因素

[待补充更多信息]

指标

[待补充更多信息]

结果

[待补充更多信息]

总结

模型审查（可选）

[待补充更多信息]

环境影响

可以使用 Lacoste 等人（2019） 提出的 机器学习影响计算器 来估算碳排放。

• 硬件类型：[待补充更多信息]
• 使用时长：[待补充更多信息]
• 云服务提供商：[待补充更多信息]
• 计算区域：[待补充更多信息]
• 碳排放：[待补充更多信息]

技术规格（可选）

模型架构和目标

[待补充更多信息]

计算基础设施

硬件

[待补充更多信息]

软件

[待补充更多信息]

引用（可选）

BibTeX

[待补充更多信息]

APA

[待补充更多信息]

术语表（可选）

[待补充更多信息]

更多信息（可选）

[待补充更多信息]

模型卡片作者（可选）

[待补充更多信息]

模型卡片联系方式

[待补充更多信息]