L
Llava Phi 2 3b
由 marianna13 开发
LLaVa-Phi-2-3B是一个开源的多模态聊天机器人模型,基于Phi-2架构微调而成,能够处理图像和文本输入并生成自然语言响应。
下载量 153
发布时间 : 1/28/2024
模型简介
该模型通过微调Phi-2模型在多模态指令跟随数据上训练而成,具备视觉-语言理解能力,可用于图像描述、视觉问答等任务。
模型特点
多模态理解
能够同时处理图像和文本输入,理解视觉内容并生成相关响应
高效参数利用
仅3B参数规模下实现接近更大模型的性能表现
指令跟随
经过专门训练以遵循用户指令,适合对话式交互
模型能力
图像理解
视觉问答
图像描述生成
多模态对话
指令跟随
使用案例
教育
视觉辅助学习
帮助学生理解复杂图表或图像内容
无障碍技术
图像描述服务
为视障用户提供图像内容的语音描述
内容审核
多模态内容分析
同时分析图像和文本内容进行更全面的内容审核
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