LLaVA-Plus-v0-7b — мультимодальная модель семейства LLaVA, предназначенная для исследований и создания чат-ботов, работающих с изображениями и текстом. Карточка описывает её как Large Language and Vision Assistant, обученный в сентябре 2023 года; архитектура — плотная LlavaLlamaForCausalLM на 6,6 млрд параметров, формат весов — PyTorch, контекст — 2048 токенов.

Модель рассчитана на исследователей и энтузиастов в области компьютерного зрения, обработки естественного языка и машинного обучения. Её можно применять для экспериментов с мультимодальным диалогом и генерацией текста по визуальному контексту. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование. Доступные сведения не описывают конкретные функции использования навыков или результаты оценки качества.