基于Mistral Small模型的视觉编码器,支持图像文本生成任务,适配llama.cpp框架
下载量 777
发布时间 : 5/21/2025
模型简介
一个结合视觉编码能力的语言模型,能够处理图像输入并生成相关文本描述
模型特点
视觉编码能力
集成Mistral Small的视觉编码器,支持图像理解
llama.cpp兼容
专为llama.cpp框架优化,可无缝部署
多模态处理
能够同时处理视觉和文本输入,生成连贯输出
模型能力
图像理解
文本生成
多模态推理
使用案例
内容生成
图像描述生成
根据输入图像自动生成描述性文本
如示例所示,能准确描述图像内容和场景
辅助工具
视觉问答
基于图像内容回答用户问题
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