/ Модель
Каталог

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
29,9 ГБ
Лицензия
Apache 2.0
Архитектура
llava · dense
Опубликована
29 июн 2024

Ссылки

Hugging FacearXiv 2311.10122

Ollama_Video_llama_7B

ManishThota
Генерация текстаТекст → текст3 профессии

Модель Video-LLaVA на 6,6 млрд параметров для генерации текстовых ответов по визуальному вводу.

586скачиваний за 30 дней1лайквеса обновлены30 июн 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.

Открыть конструктор бенчмарка

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

ManishThota/Ollama_Video_llama_7B — модель семейства Video-LLaVA для генерации текста по визуальному вводу. Карточка связывает её с Video-LLaVA, а архитектура указана как LlavaLlamaForCausalLM; размер модели — 6,6 млрд параметров, контекст — 4096 токенов.

Модель предназначена для сценариев, где нужно задавать вопросы о визуальных данных и получать текстовые ответы. В репозитории представлены варианты GGUF в форматах F16 и F32, а также веса PyTorch и Safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • вопросы и ответы по визуальным данным
  • описание визуального содержимого текстом
  • диалог о визуальном вводе

Ограничения

Контекст ограничен 4096 токенами. README не содержит подробностей об оценке качества и поддерживаемых языках.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlavaLlamaForCausalLM
Ревизия весов
e225609

0 моделей

    Создать бенчмарк