VARGPT V1.1
Apache-2.0
VARGPT-v1.1是一个视觉自回归统一大模型,通过迭代指令调优与强化学习提升,能够同时实现视觉理解和生成任务。
文本生成图像
Transformers

英语
V
VARGPT-family
954
6
Blip Image Captioning Large
Bsd-3-clause
基于COCO数据集预训练的视觉语言模型,擅长生成精准的图像描述
图像生成文本
B
drgary
23
1
VARGPT LLaVA V1
Apache-2.0
VARGPT是一个统一的多模态模型,结合了视觉理解和生成能力,通过预测下一标记实现理解,预测下一尺度实现生成。
文本生成图像
Transformers

英语
V
VARGPT-family
4,291
5
Zcabnzh Bp
Bsd-3-clause
BLIP是一个统一的视觉语言预训练框架,擅长图像描述生成和视觉问答等任务,通过创新的数据过滤机制提升性能
图像生成文本
Transformers

Z
nanxiz
19
0
Pic2story
Bsd-3-clause
BLIP是一个统一的视觉-语言预训练框架,擅长图像描述生成和理解任务,通过引导描述生成有效利用噪声网络数据
图像生成文本
Transformers

P
abhijit2111
140
2
Image Captioning With Blip
Bsd-3-clause
BLIP是一个统一的视觉语言预训练框架,擅长图像描述生成等任务,支持条件与非条件式文本生成
图像生成文本
Transformers

I
Vidensogende
16
0
Blip Vqa Base
Bsd-3-clause
BLIP是一个统一的视觉语言预训练框架,擅长视觉问答任务,通过语言-图像联合训练实现多模态理解与生成能力
文本生成图像
Transformers

B
Salesforce
1.9M
154
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