This repository contains the Elva-Phi3-3.8B model presented in On Efficient Language and Vision Assistants for Visually-Situated Natural Language Understanding: What Matters in Reading and Reasoning.
Характеристики
- Контекст
- 4 096 токенов
- Параметры
- 3,7 млрд
- Размер весов
- 7,8 ГБ
- Архитектура
- llava_phi · dense
- Опубликована
- 23 ноя 2024
Ссылки
Elva-Phi3-3.8B
Elva-Phi3-3.8B — компактная мультимодальная чат-модель для чтения текста и рассуждений по изображениям.
29скачиваний за 30 дней1лайквеса обновлены23 ноя 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
Elva-Phi3-3.8B — мультимодальная модель семейства LLaVA-Phi, представленная в работе «On Efficient Language and Vision Assistants for Visually-Situated Natural Language Understanding: What Matters in Reading and Reasoning». Она предназначена для диалогового понимания изображений, включая чтение текста на изображениях и рассуждения по визуально представленным данным.
Модель содержит 3,7 млрд параметров, использует плотную архитектуру LlavaPhiForCausalLM и принимает контекст длиной до 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в доступных данных не указана.
Сценарии применения
- ответы на вопросы о содержимом изображения
- чтение и понимание текста на изображениях
- извлечение сведений из визуально представленных документов
- диалоговое рассуждение по визуальным данным
Ограничения
Контекст ограничен 4096 токенами. В доступных данных не приведены результаты оценивания качества и сведения о лицензии.
Для каких профессий подходит7
Разделы каталога профессий, в задачах которых используется эта модель
I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей
Также подходит для
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
Модели нужен код из репозитория; автор пока не в списке доверенных организаций.
- Класс архитектуры
- LlavaPhiForCausalLM
- Ревизия весов
- 05fa730