/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
mplug-owl · dense
Опубликована
30 мая 2023

mplug-owl-bloomz-7b-multilingual

Описание изображенийИзображение → текст6 профессий

Мультиязычная модель mPLUG-Owl, которая описывает изображения и отвечает на вопросы по их содержимому.

18скачиваний за 30 дней9лайковвеса обновлены30 мая 2023

Бенчмарки

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

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

MAGAer13/mplug-owl-bloomz-7b-multilingual — мультиязычная модель семейства mPLUG-Owl для описания изображений и ответов на вопросы по ним. Карточка показывает, что модель использует архитектуру mPLUG-Owl и распространяется в формате PyTorch; разработчик модели в доступных сведениях не описан.

Модель предназначена для сценариев, где нужно получить текстовое описание изображения или извлечь сведения из него с помощью вопросов на естественном языке. В метаданных указана поддержка английского, китайского, французского и японского языков, а также мультиязычность. Лицензия — Apache-2.0. Данные о числе параметров и длине контекста не приведены.

Сценарии применения

  • создание текстового описания изображения
  • ответы на вопросы о содержимом фотографии
  • поиск объектов и деталей на изображении через вопрос
  • извлечение визуальных сведений для мультиязычного пользовательского интерфейса

Ограничения

README не содержит сведений о точности, рекомендуемых условиях применения или известных сбоях; доступные метаданные также не указывают размер модели и длину контекста.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Usage

Get the latest codebase from Github

git clone https://github.com/X-PLUG/mPLUG-Owl.git

Model initialization

from transformers import AutoTokenizer
from mplug_owl.modeling_mplug_owl import MplugOwlForConditionalGeneration
from mplug_owl.processing_mplug_owl import MplugOwlImageProcessor, MplugOwlProcessor

pretrained_ckpt = 'MAGAer13/mplug-owl-bloomz-7b-multilingual'
model = MplugOwlForConditionalGeneration.from_pretrained(
    pretrained_ckpt,
    torch_dtype=torch.bfloat16,
)
image_processor = MplugOwlImageProcessor.from_pretrained(pretrained_ckpt)
tokenizer = AutoTokenizer.from_pretrained(pretrained_ckpt)
processor = MplugOwlProcessor(image_processor, tokenizer)

Model inference

Prepare model inputs.

# We use a human/AI template to organize the context as a multi-turn conversation.
# <image> denotes an image placeholder.
prompts = [
'''The following is a conversation between a curious human and AI assistant. The assistant gives helpful, detailed, and polite answers to the user's questions.
Human: <image>
Human: Explain why this meme is funny.
AI: ''']

# The image paths should be placed in the image_list and kept in the same order as in the prompts.
# We support urls, local file paths, and base64 string. You can customise the pre-processing of images by modifying the mplug_owl.modeling_mplug_owl.ImageProcessor
image_list = ['https://xxx.com/image.jpg']

Get response.

# generate kwargs (the same in transformers) can be passed in the do_generate()
generate_kwargs = {
    'do_sample': True,
    'top_k': 5,
    'max_length': 512
}
from PIL import Image
images = [Image.open(_) for _ in image_list]
inputs = processor(text=prompts, images=images, return_tensors='pt')
inputs = {k: v.bfloat16() if v.dtype == torch.float else v for k, v in inputs.items()}
inputs = {k: v.to(model.device) for k, v in inputs.items()}
with torch.no_grad():
    res = model.generate(**inputs, **generate_kwargs)
sentence = tokenizer.decode(res.tolist()[0], skip_special_tokens=True)
print(sentence)

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура mplug-owl неизвестна transformers в образе рантайма.

Ревизия весов
37399bd

0 моделей