/ Модель
Каталог

Характеристики

Размер весов
17 ГБ
Архитектура
llava · dense
Опубликована
17 мая 2024

Ссылки

Hugging Face

llava_siglip_llama3_8b_pretrain_obelics_min_4096

Mantis-VL
Изображение и текст → текст4 профессии

Мультимодальная модель LLaVA для диалога и ответов на вопросы по изображениям.

10скачиваний за 30 дней0лайковвеса обновлены19 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 «Изображение → 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

Mantis-VL/llava_siglip_llama3_8b_pretrain_obelics_min_4096 — мультимодальная модель семейства LLaVA для диалога по изображениям. В метаданных указана архитектура LlavaForConditionalGeneration и форматы весов Safetensors. Карточка называет модель дообученной, но не сообщает базовую модель, датасет или подробности обучения.

Модель предназначена для сценариев, где нужно задавать вопросы об изображении и получать текстовый ответ. Метаданные подтверждают поддержку зрения и диалога; сведений о языках, размере контекста и лицензии нет. README не содержит описания качества и ограничений, поэтому их нельзя оценить по доступным данным.

Сценарии применения

  • ответы на вопросы по изображению
  • описание содержимого фотографии
  • диалог о визуальной сцене

Ограничения

README не описывает качество, ограничения, данные обучения или лицензию; языковая поддержка и длина контекста не установлены по доступным сведениям.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиIV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934моделиIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llava_siglip_llama3_8b_pretrain_obelics_min_4096

This model is a fine-tuned version of on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.001
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 64
  • total_train_batch_size: 256
  • total_eval_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.03
  • num_epochs: 1.0

Training results

Framework versions

  • Transformers 4.40.2
  • Pytorch 2.3.0+cu121
  • Datasets 2.18.0
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlavaForConditionalGeneration
Ревизия весов
a29df17

0 моделей

    Создать бенчмарк