/ Модель
Каталог

Характеристики

Размер весов
5,8 ГБ
Лицензия
Gemma
Архитектура
paligemma · dense
Базовая модель
ft_paligemma_10k
Библиотека
transformers
Опубликована
29 ноя 2024

Ссылки

Hugging Face

ft_paligemma_15k

linhtrann21
Изображение и текст → текст5 профессий

Дообученная PaliGemma, которая генерирует текстовые ответы на запросы по изображениям.

11скачиваний за 30 дней0лайковвеса обновлены29 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 «Изображение → текст» — 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.

Открыть конструктор бенчмарка

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

linhtrann21/ft_paligemma_15k — дообученная модель PaliGemma для генерации текстовых ответов по изображениям. Она создана на основе linhtrann21/ft_paligemma_10k; в карточке не описаны конкретные данные обучения, сценарии применения или результаты оценки. Модель реализована как плотная мультимодальная архитектура PaliGemmaForConditionalGeneration и распространяется в формате safetensors через библиотеку Transformers.

Модель принимает изображения и текстовые запросы и выдаёт текст, поэтому подходит для вопросов об изображении и его описания. Язык ответов и длина контекста в доступных сведениях не указаны. Лицензия — Gemma; перед использованием следует учитывать её условия.

Сценарии применения

  • Ответы на вопросы о содержимом изображения
  • Создание текстового описания изображения
  • Извлечение сведений об объектах на изображении

Ограничения

Карточка не сообщает, на каких данных обучалась модель и каковы её качество и ограничения; README указывает dataset как None. Язык ответов и длина контекста не приведены.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейIV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934моделиI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ft_paligemma_15k

This model is a fine-tuned version of linhtrann21/ft_paligemma_10k on the None dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 4
  • optimizer: Use adamw_hf with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 2
  • num_epochs: 10

Training results

Framework versions

  • Transformers 4.47.0.dev0
  • Pytorch 2.5.1+cu121
  • Datasets 3.1.0
  • Tokenizers 0.20.3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
PaliGemmaForConditionalGeneration
Ревизия весов
2346d3f

0 моделей

    Создать бенчмарк