AIbase

图像文本联合推理
Llama 4 Scout 17B 16E Linearized Bnb Nf4 Bf16
其他
羊驼4 Scout是Meta发布的170亿参数混合专家模型(MoE)，支持多语言文本和图像理解，采用线性化专家模块设计便于PEFT/LoRA兼容。
多模态融合
Transformers
支持多种语言
L
axolotl-quants
6,861
3
Llama 4 Scout 17B 16E Unsloth Bnb 8bit
其他
Llama 4 Scout是Meta开发的多模态大语言模型，采用混合专家架构，支持文本和图像理解，参数规模170亿（激活）/1090亿（总计）。
文本生成图像
Transformers
支持多种语言
L
unsloth
855
2
Llama 4 Scout 17B 16E Instruct
其他
Llama 4 Scout是Meta开发的多模态AI模型，采用混合专家架构，支持12种语言的文本和图像交互，具有17B激活参数和109B总参数。
多模态融合
Transformers
支持多种语言
L
meta-llama
817.62k
844
Turkish LLaVA V0.1
MIT
一个专为多模态视觉指令跟随任务设计的土耳其语视觉语言模型，能够同时处理视觉（图像）和文本输入，理解并执行土耳其语提供的指令。
图像生成文本
Safetensors
其他
T
ytu-ce-cosmos
86
10
AA Chameleon 7b Base
支持图文交错输入输出的多模态模型，基于变色龙7B模型并通过对齐万物框架增强图像生成能力
文本生成图像
Transformers
英语
A
PKU-Alignment
105
8