AIbase

L

Llama 3.2 11B Vision Medical

由 Varu96 开发
基于unsloth/Llama-3.2-11B-Vision-Instruct微调的模型，使用Unsloth和Huggingface的TRL库进行训练，速度提升了2倍。
文本生成图像
Transformers
英语
开源协议:Apache-2.0#视觉指令微调#高效训练加速#多模态推理
下载量 25
发布时间 : 3/10/2025
模型介绍
内容详情
替代品

模型简介

这是一个结合视觉和文本指令的多模态模型，能够处理视觉和文本输入，生成相应的文本输出。

模型特点

高效训练
使用Unsloth和Huggingface的TRL库进行训练，速度提升了2倍。
多模态支持
能够处理视觉和文本输入，生成相应的文本输出。
开源许可
采用Apache-2.0许可证，允许商业和研究使用。

模型能力

文本生成
视觉理解
多模态推理

使用案例

教育
视觉问答
根据提供的图像和问题，生成准确的答案。
提升学习效率和互动性。
内容创作
图文生成
根据图像生成描述性文本或故事。
丰富内容创作的多样性。