/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
6,9 млрд
Размер весов
18,6 ГБ
Лицензия
Apache 2.0
Архитектура
InternLMXComposer · dense
Опубликована
26 сен 2023

internlm-xcomposer-7b

Генерация текстаТекст → текст5 профессий

Мультимодальная модель InternLM на 6,9 млрд параметров для понимания изображений, работы ассистентом и создания текстов с подбором изображений.

5 862скачиваний за 30 дней21лайквеса обновлены25 дек 2023

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

InternLM-XComposer-7B — мультимодальная модель семейства InternLM-XComposer, разработанная командой InternLM на основе InternLM. Это плотная авторегрессионная модель примерно на 6,9 млрд параметров с контекстом 2048 токенов, представленная в формате PyTorch и распространяемая по лицензии Apache-2.0.

Модель предназначена для понимания изображений и текста, работы в роли ИИ-ассистента и создания материалов, в которых текст чередуется с изображениями. Она может составлять связные тексты по инструкциям, предлагать места для изображений, описывать визуальный контент и выбирать подходящие изображения. Карточка сообщает о мультиязычном обучении и результатах на англоязычных и китайских мультимодальных тестах.

Для непосредственного понимания визуального содержимого модель принимает текст и изображения и формирует текстовые ответы. Указанное описание композиции с изображениями включает поиск и выбор изображений; карточка не уточняет, выдаёт ли этот репозиторий сами изображения. Данные о конкретных ограничениях применения не приведены.

Сценарии применения

  • ответы ассистента на вопросы об изображениях
  • описание содержимого изображений
  • создание статей и длинных текстов по инструкциям
  • подбор мест для иллюстраций в тексте
  • выбор подходящих изображений для материала

Для каких профессий подходит5

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

💻Github Repo

InternLM-XComposer is a vision-language large model (VLLM) based on InternLM for advanced text-image comprehension and composition. InternLM-XComposer has serveal appealing properties:

  • Interleaved Text-Image Composition: InternLM-XComposer can effortlessly generate coherent and contextual articles that seamlessly integrate images, providing a more engaging and immersive reading experience. The interleaved text-image composition is implemented in following steps:

    1. Text Generation: It crafts long-form text based on human-provided instructions.
    2. Image Spoting and Captioning: It pinpoints optimal locations for image placement and furnishes image descriptions.
    3. Image Retrieval and Selection: It select image candidates and identify the image that optimally complements the content.
  • Comprehension with Rich Multilingual Knowledge: The text-image comprehension is empowered by training on extensive multi-modal multilingual concepts with carefully crafted strategies, resulting in a deep understanding of visual content.

  • Strong performance: It consistently achieves state-of-the-art results across various benchmarks for vision-language large models, including MME Benchmark (English), MMBench (English), Seed-Bench (English), CCBench(Chinese), and MMBench-CN (Chineese).

We release InternLM-XComposer series in two versions:

  • InternLM-XComposer-VL: The pretrained VLLM model with InternLM as the initialization of the LLM, achieving strong performance on various multimodal benchmarks, e.g., MME Benchmark, MMBench Seed-Bench, CCBench, and MMBench-CN.
  • InternLM-XComposer: The finetuned VLLM for Interleaved Text-Image Composition and LLM-based AI assistant.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Код из репозитория вместе с pickle-весами (.bin) не запускается из соображений безопасности.

Класс архитектуры
InternLMXComposerForCausalLM
Ревизия весов
e966f76

0 моделей