Mmalaya
MMAlaya是基于大语言模型Alaya开发的多模态系统,包含大语言模型、图像文本特征编码器和特征转换模块三大核心组件。
下载量 31
发布时间 : 1/23/2024
模型简介
MMAlaya是一个多模态模型系统,能够处理图像到文本的转换任务,基于LLaVA框架构建,支持中文语言处理。
模型特点
多模态能力
整合视觉和语言处理能力,实现图像到文本的转换
中文优化
针对中文场景特别优化的多模态处理能力
模块化架构
采用三大核心组件分离设计,便于扩展和维护
模型能力
图像理解
图像描述生成
多模态推理
中文文本生成
使用案例
视觉问答
图像内容描述
对输入图像生成详细的中文描述
多模态交互
基于图像的对话
根据图像内容进行自然语言对话
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
智启未来,您的人工智能解决方案智库
简体中文