Llama Joycaption Beta One Hf Llava GGUF
一个专为社区免费开放的图像字幕视觉语言模型(VLM),可用于训练扩散模型,支持多样化的图像风格和内容。
图像生成文本
Transformers

L
Mungert
2,968
2
Openvision Vit Huge Patch14 84
Apache-2.0
OpenVision 是一个全开放、高性价比的先进视觉编码器家族,专为多模态学习设计。
图像分类
Transformers

O
UCSC-VLAA
19
0
Command R
C4AI Command - R是一款拥有350亿参数的高性能生成模型的研究版本,针对推理、总结和问答等多种用例进行了优化。
大型语言模型
C
cortexso
748
2
Idefics2 8b
Apache-2.0
Idefics2 是一个开源的多模态模型,能够接受任意序列的图像和文本输入并生成文本输出。它在 OCR、文档理解和视觉推理方面有显著提升。
图像生成文本
Transformers 英语

I
HuggingFaceM4
14.99k
603
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