/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
1 фев 2024

llava-1.6-mistral-7b-gguf

Изображение и текст → текст6 профессий

cjpais/llava-1.6-mistral-7b-gguf — это GGUF-квантизированная версия LLaVA-v1.6-Mistral-7B, разработанная на базе Mistral-7B-Instruct-v0.2 и предназначенная для исследовательского использования.

6 618скачиваний за 30 дней118лайковвеса обновлены6 мар 2024

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

LLaVA представляет собой авторегрессионную мультимодальную языковую модель на архитектуре Transformer, дообученную на данных для выполнения инструкций с изображениями и текстом. В данном репозитории также обновлены квантизированные файлы и projector.

Модель предназначена для мультимодального диалога, анализа изображений, ответов на вопросы по изображениям и исследований в области computer vision, NLP, machine learning и искусственного интеллекта. Она поддерживает текстово-визуальный ввод, однако конкретные языки и размер контекстного окна в README не указаны. Доступны варианты квантования от 3 до 8 бит размером примерно от 2,99 до 7,7 ГБ; версии Q4_K_M, Q5_K_S и Q5_K_M отмечены как рекомендуемые благодаря балансу размера и качества.

К сильным сторонам относятся открытая мультимодальная архитектура, несколько вариантов квантования для запуска на оборудовании с разными ресурсами и специализированное обучение на крупных наборах image-text, VQA и instruction-following данных. Более агрессивное квантование уменьшает требования к памяти, но может приводить к заметной потере качества. README не содержит подробностей о производительности, аппаратных требованиях и ограничениях безопасности. Для репозитория указана лицензия Apache-2.0; при этом в исходной карточке также упоминается лицензия базовой модели Mistral-7B-Instruct-v0.2.

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

GGUF Quantized LLaVA 1.6 Mistral 7B

Updated quants and projector from PR #5267

Provided files

NameQuant methodBitsSizeUse case
llava-v1.6-mistral-7b.Q3_K_XS.ggufQ3_K_XS32.99 GBvery small, high quality loss
llava-v1.6-mistral-7b.Q3_K_M.ggufQ3_K_M33.52 GBvery small, high quality loss
llava-v1.6-mistral-7b.Q4_K_M.ggufQ4_K_M44.37 GBmedium, balanced quality - recommended
llava-v1.6-mistral-7b.Q5_K_S.ggufQ5_K_S55.00 GBlarge, low quality loss - recommended
llava-v1.6-mistral-7b.Q5_K_M.ggufQ5_K_M55.13 GBlarge, very low quality loss - recommended
llava-v1.6-mistral-7b.Q6_K.ggufQ6_K65.94 GBvery large, extremely low quality loss
llava-v1.6-mistral-7b.Q8_0.ggufQ8_087.7 GBvery large, extremely low quality loss - not recommended

ORIGINAL LLaVA Model Card

Model details

Model type: LLaVA is an open-source chatbot trained by fine-tuning LLM on multimodal instruction-following data. It is an auto-regressive language model, based on the transformer architecture. Base LLM: mistralai/Mistral-7B-Instruct-v0.2

Model date: LLaVA-v1.6-Mistral-7B was trained in December 2023.

Paper or resources for more information: https://llava-vl.github.io/

License

mistralai/Mistral-7B-Instruct-v0.2 license.

Where to send questions or comments about the model: https://github.com/haotian-liu/LLaVA/issues

Intended use

Primary intended uses: The primary use of LLaVA is research on large multimodal models and chatbots.

Primary intended users: The primary intended users of the model are researchers and hobbyists in computer vision, natural language processing, machine learning, and artificial intelligence.

Training dataset

  • 558K filtered image-text pairs from LAION/CC/SBU, captioned by BLIP.
  • 158K GPT-generated multimodal instruction-following data.
  • 500K academic-task-oriented VQA data mixture.
  • 50K GPT-4V data mixture.
  • 40K ShareGPT data.

Evaluation dataset

A collection of 12 benchmarks, including 5 academic VQA benchmarks and 7 recent benchmarks specifically proposed for instruction-following LMMs.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
6019df4

0 моделей