专注于描述动漫风格图像的视觉语言模型,基于SmolVLM-500M-Base微调,训练数据包含18万组由大语言模型生成的合成图像/字幕对。
下载量 61
发布时间 : 4/18/2025
模型简介
专为高效生成高质量的动漫风格图像字幕而设计,能为各类动漫作品和插画生成自然流畅的英文描述。
模型特点
动漫图像专用
专门针对动漫风格图像优化,能准确捕捉动漫特有的视觉特征和风格元素。
高质量合成数据训练
使用最新大语言模型(Gemma 3、Gemini 2.0 Flash等)生成的18万组高质量合成数据训练。
轻量高效
基于500M参数的轻量级模型,在保持性能的同时实现高效推理。
模型能力
动漫图像描述生成
动漫内容索引与标记
动漫风格识别
使用案例
动漫内容创作
动漫作品自动字幕
为动漫作品和插画自动生成英文描述字幕
自然流畅的动漫风格描述
动漫资料库标注
用于动漫资料库和数据库的内容自动标注
提高内容检索效率
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