See the Mantis-Instruct fine-tuned version here TIGER-Lab/Mantis-8B-siglip-llama3. This checkpoint is just for experiments reproduction and does not serve as a functional model
Характеристики
- Размер весов
- 17 ГБ
- Лицензия
- Llama 3
- Архитектура
- llava · dense
- Опубликована
- 3 мая 2024
Ссылки
Mantis-8B-siglip-llama3-pretraind
Изображение и текст → текст3 профессии
Экспериментальный чекпойнт TIGER-Lab на базе мультимодальной архитектуры LLaVA для воспроизведения экспериментов с изображениями и текстом.
20скачиваний за 30 дней0лайковвеса обновлены3 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
TIGER-Lab/Mantis-8B-siglip-llama3-pretraind — экспериментальный чекпойнт мультимодальной модели семейства LLaVA от TIGER-Lab. Он предназначен для воспроизведения экспериментов; авторы указывают, что чекпойнт не является функциональной моделью. Для рабочих сценариев авторы предлагают дообученную версию Mantis-8B-siglip-llama3. Архитектура — плотная LlavaForConditionalGeneration с визуальной обработкой изображений и текстовым диалоговым интерфейсом. Модель опубликована в формате safetensors под лицензией Llama 3.
Сценарии применения
- воспроизведение экспериментов с мультимодальной моделью
- изучение архитектуры LLaVA для диалога по изображениям
- исследование обработки изображений и текстовых запросов
Ограничения
Авторы указывают, что это экспериментальный чекпойнт для воспроизведения исследований, не являющийся функциональной моделью; для использования предназначена версия Mantis-8B-siglip-llama3.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlavaForConditionalGeneration
- Ревизия весов
- a34165a