AIbase

S

Smolvlm2 2.2B Instruct GGUF

由 mradermacher 开发
SmolVLM2-2.2B-Instruct 是一个2.2B参数量的视觉语言模型，专注于视频文本转文本任务，支持英语。
文本生成文本
英语
开源协议:Apache-2.0#视频指令理解#多模态量化#轻量级视觉语言
下载量 235
发布时间 : 4/25/2025
模型介绍
内容详情
替代品

模型简介

该模型是一个量化版本的视觉语言模型，基于HuggingFaceTB/SmolVLM2-2.2B-Instruct，专注于处理视频相关的文本生成任务。

模型特点

多数据集训练
模型在多个高质量数据集上进行训练，包括Docmatix、LLaVA-OneVision-Data等，增强了其泛化能力。
量化版本多样
提供了多种量化版本（如Q2_K、Q3_K_S等），用户可以根据需求选择适合的版本，平衡速度和质量。
高效推理
量化版本显著减小了模型大小，提高了推理速度，适合资源有限的环境。

模型能力

视频文本生成
多模态理解
指令跟随

使用案例

视频内容分析
视频字幕生成
根据视频内容生成描述性字幕。
视频问答
回答关于视频内容的特定问题。
教育
教育视频摘要
生成教育视频的简洁摘要，帮助学生快速理解内容。