/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
1 фев 2024

llava-v1.6-34B-gguf

Изображение и текст → текст7 профессий

LLaVA-v1.6-34B — мультимодальная модель для диалогового взаимодействия с текстом и изображениями, представленная в виде GGUF-квантизованных файлов.

1 732скачиваний за 30 дней42лайкавеса обновлены7 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

Модель разработана проектом LLaVA; её базовая языковая модель — NousResearch/Nous-Hermes-2-Yi-34B. Это авторегрессионная модель на архитектуре Transformer, дообученная на мультимодальных данных для следования инструкциям. Версия LLaVA-v1.6-34B обучалась в декабре 2023 года.

Модель предназначена прежде всего для исследовательских задач, разработки мультимодальных чат-ботов, анализа изображений по текстовым запросам и экспериментов в области computer vision, NLP и машинного обучения. В обучении использовались пары изображение–текст, мультимодальные инструкции, данные для VQA, материалы GPT-4V и ShareGPT. Доступны варианты с квантизацией от Q3_K_XS до Q8_0 размером примерно от 14,2 до 36,5 ГБ. Q4_K_M и Q5-варианты предлагают компромисс между размером и сохранением качества.

README не содержит сведений о размере контекста, поддерживаемых языках и точном наборе визуальных архитектурных компонентов. Квантизация уменьшает требования к хранению и запуску, но варианты с меньшим числом бит могут заметно терять качество; наиболее крупные варианты требуют значительных ресурсов. Модель распространяется по лицензии Apache-2.0, указанной для данного репозитория.

Для каких профессий подходит7

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 34B

Updated quants and projector from PR #5267

Provided files

NameQuant methodBitsSizeUse case
llava-v1.6-34b.Q3_K_XS.ggufQ3_K_XS314.2 GBvery small, high quality loss
llava-v1.6-34b.Q3_K_M.ggufQ3_K_M316.7 GBvery small, high quality loss
llava-v1.6-34b.Q4_K_M.ggufQ4_K_M420.66 GBmedium, balanced quality - recommended
llava-v1.6-34b.Q5_K_S.ggufQ5_K_S523.7 GBlarge, low quality loss - recommended
llava-v1.6-34b.Q5_K_M.ggufQ5_K_M524.3 GBlarge, very low quality loss - recommended
llava-v1.6-34b.Q6_K.ggufQ6_K528.2 GBvery large, extremely low quality loss
llava-v1.6-34b.Q8_0.ggufQ8_0536.5 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: NousResearch/Nous-Hermes-2-Yi-34B

Model date: LLaVA-v1.6-34B was trained in December 2023.

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

License

NousResearch/Nous-Hermes-2-Yi-34B 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
98ab830

0 моделей