/ Модель

Характеристики

Размер весов
16,3 ГБ
Лицензия
Своя лицензия
Архитектура
instructblip · dense
Опубликована
14 авг 2024

Peacock

Описание изображенийИзображение → текст3 профессии

Peacock — арабоязычная мультимодальная модель на базе InstructBLIP и AraLLaMA для описания изображений и ответов о них.

114скачиваний за 30 дней2лайкавеса обновлены25 ноя 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 «Распознавание текста» — 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.

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

Peacock — мультимодальная модель семейства InstructBLIP, разработанная UBC-NLP для работы с изображениями на арабском языке. В качестве языковой модели она использует AraLLaMA; модель предназначена для генерации текстовых описаний изображений и ответов о визуальном содержимом. Репозиторий содержит веса PyTorch, а карточка указывает лицензию «other».

Сценарии применения

  • создание арабских подписей к изображениям
  • ответы на арабском языке на вопросы о содержимом изображения
  • описание объектов и сцен на изображении

Ограничения

Карточка не приводит сведений о размере модели, длине контекста или количественных оценках качества. Лицензия указана как «other», поэтому условия использования следует проверять в репозитории.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🦚 Peacock

🦚 Peacock is an InstructBLIP based-model that uses AraLLaMA as its language model. It was introduced in the paper Peacock: A Family of Arabic Multimodal Large Language Models and Benchmarks.

How to use

Usage is as follows:

from transformers import InstructBlipProcessor, InstructBlipForConditionalGeneration
import torch
from PIL import Image
import requests
model = InstructBlipForConditionalGeneration.from_pretrained("UBC-NLP/Peacock")
processor = InstructBlipProcessor.from_pretrained("UBC-NLP/Peacock")
device = "cuda" if torch.cuda.is_available() else "cpu"
model.to(device)
url = "https://upload.wikimedia.org/wikipedia/commons/8/83/Socotra_dragon_tree.JPG"
image = Image.open(requests.get(url, stream=True).raw).convert("RGB")
prompt = "اوصف الصوره"
inputs = processor(images=image, text=prompt, return_tensors="pt").to(device)
outputs = model.generate(
        **inputs,
        do_sample=False,
        num_beams=5,
        max_length=256,
        min_length=1,
        top_p=0.9,
        repetition_penalty=1.5,
        length_penalty=1.0,
        temperature=1,
)
generated_text = processor.batch_decode(outputs, skip_special_tokens=True)[0].strip()
print(generated_text)

Citation

If you use this model, please cite the following paper:

@inproceedings{alwajih2024peacock,
  title = {Peacock: A Family of Arabic Multimodal Large Language Models and Benchmarks},
  author = {Alwajih, Fakhraddin and Nagoudi, El Moatez Billah and Bhatia, Gagan and Mohamed, Abdelrahman and Abdul-Mageed, Muhammad},
  booktitle = {Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)},
  pages = {12753--12776},
  year = {2024},
  address = {Bangkok, Thailand},
  publisher = {Association for Computational Linguistics},
  url = {https://aclanthology.org/2024.acl-long.689}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
InstructBlipForConditionalGeneration
Ревизия весов
4567d88

0 моделей