这是一个基于MLX格式的视频文本转文本模型,由HuggingFaceTB开发,支持英文语言处理。
下载量 2,491
发布时间 : 2/12/2025
模型简介
该模型是从HuggingFaceTB/SmolVLM2-500M-Video-Instruct转换而来的MLX格式模型,主要用于视频内容理解和文本生成任务。
模型特点
视频内容理解
能够理解视频内容并生成相关文本描述
MLX格式优化
专为MLX框架优化的模型版本,提高运行效率
多模态处理
支持视频和文本的多模态输入处理
模型能力
视频内容描述
视频问答
多模态理解
文本生成
使用案例
视频内容分析
视频内容描述
为视频内容生成文字描述
可生成准确描述视频内容的文本
视频问答
回答关于视频内容的问题
能基于视频内容提供准确的回答
教育
教育视频分析
分析教育视频内容并生成摘要
帮助学生快速理解视频要点
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
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文