/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
3 мая 2024

HPT1_5-Air-Llama-3-8B-Instruct-multimodal

Генерация текстаТекст → текст3 профессии

Мультимодальная модель HyperGAI на базе Llama 3, предназначенная для понимания изображений и текста и ответов с учётом обоих типов входных данных.

146скачиваний за 30 дней46лайковвеса обновлены15 мая 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

HPT 1.5 Air — мультимодальная языковая модель компании HyperGAI для совместного понимания текста и изображений. Модель построена на Llama 3 8B Instruct и использует визуальный энкодер siglip-so400m-patch14-384; в репозитории опубликованы веса для воспроизведения результатов на бенчмарках. Архитектура языковой части — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — 8192 токена.

Модель предназначена для ответов на вопросы по изображениям, визуального анализа и рассуждений с учётом текстового и визуального контекста. В метаданных указан английский язык. Веса доступны под лицензией Apache-2.0. В README отмечено отсутствие встроенной модерации и гарантий качества результатов.

Сценарии применения

  • ответы на вопросы по изображениям
  • описание содержимого изображения
  • анализ визуальных сцен с текстовыми инструкциями
  • мультимодальные рассуждения по тексту и изображению

Ограничения

В README указано, что у модели нет встроенной модерации и отсутствуют гарантии качества результатов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for HPT

Hyper-Pretrained Transformers (HPT) is a novel multimodal LLM framework from HyperGAI, and has been trained for vision-language models that are capable of multimodal understanding for both textual and visual inputs. Here we release our best open-sourced 8B Multimodal LLM HPT 1.5 Air. Built with Meta Llama 3, our hyper capable HPT 1.5 Air packs a punch on real world understanding and complex reasoning. This repository contains the open-source weight to reproduce the evaluation results of HPT 1.5 Air on different benchmarks.

For full details of this model please read our technical blog post

Run the model

Please use the scripts available in our gitHub repository to utilize the model.

Troubleshooting

Please report the issue at our github repo

Pretrained models used

Disclaimer and Responsible Use

Note that the HPT Air is a quick open release of our models to facilitate the open, responsible AI research and community development. It does not have any moderation mechanism and provides no guarantees on their results. We hope to engage with the community to make the model finely respect guardrails to allow adoptions in practical applications requiring moderated outputs.

Contact Us

License

This project is released under the Apache 2.0 license. Parts of this project contain code and models from other sources, which are subject to their respective licenses and you need to apply their respective license if you may want to use for commercial purposes.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
c5a4c5f

0 моделей