🚀 MQT-LLaVA模型卡片

MQT-LLaVA是一个开源聊天机器人模型，它基于Transformer架构，通过在GPT生成的多模态指令跟随数据上微调LLaMA/Vicuna而得到。该模型可用于多模态大模型和聊天机器人的研究。

✨ 主要特性

• 开源模型：MQT-LLaVA是一个开源的聊天机器人模型。
• 多模态处理：能够处理图像和文本输入，并生成相应的文本输出。
• 基于Transformer架构：采用了Transformer架构，具有强大的语言理解和生成能力。

📦 安装指南

文档未提供安装步骤，故跳过该章节。

📚 详细文档

模型详情

许可证

Llama 2遵循LLAMA 2社区许可证，版权归Meta Platforms, Inc.所有。

关于模型的问题或建议反馈地址： https://github.com/gordonhu608/MQT-LLaVA/issues

预期用途

主要预期用途： MQT-LLaVA的主要用途是用于多模态大模型和聊天机器人的研究。

主要目标用户： 该模型的主要目标用户是计算机视觉、自然语言处理、机器学习和人工智能领域的研究人员和爱好者。

训练数据集

• 来自LAION/CC/SBU的558K过滤后的图像 - 文本对，由BLIP添加标题。
• 158K GPT生成的多模态指令跟随数据。
• 450K面向学术任务的VQA混合数据。
• 40K ShareGPT数据。

评估数据集

包含11个基准测试的集合，其中包括4个学术VQA基准测试和7个最近专门为指令跟随LMMs提出的基准测试。

💻 使用示例

文档未提供代码示例，故跳过该章节。

🔧 技术细节

文档未提供具体的技术实现细节，故跳过该章节。

📄 许可证

Llama 2遵循LLAMA 2社区许可证，版权归Meta Platforms, Inc.所有。用户可在此处反馈关于模型的问题或建议。