许可证: cc-by-nc-4.0
语言:

• 日语
  任务标签: 图像转文本
  标签:
• 视觉
• 图像描述
• 视觉问答

Chat-Vector-LLaVA-v1.5-7b-JA 模型卡片

模型详情

模型类型:
Chat-Vector-LLaVA-v1.5-7b-JA 是一款视觉语言模型，能够用日语就输入图像进行对话。
该模型采用Chat Vector方法，通过以下方式对llava-v1.5-7b、Llama-2-7b-hf和ELYZA-japanese-Llama-2-7b模型的权重进行加减运算而创建：

ELYZA-japanese-Llama-2-7b + (llava-v1.5-7b - Llama-2-7b-hf)

视觉语言模型对比

模型使用方法

[!警告]
演示代码在transformers 4.34.1版本中可运行，但在4.37.2版本中无法正常工作。未测试中间版本或最新版本的兼容性。

1. 下载依赖

git clone https://github.com/tosiyuki/vlm-chat-vector-ja.git  

2. 推理示例

# 此处为完整的Python推理代码，内容与原文一致，此处省略翻译以保持格式  

致谢

• LLaVA
• Chat Vector

许可证

cc-by-nc-4.0