/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
16,3 ГБ
Архитектура
llava_qwen · dense
Опубликована
26 июн 2024

llava-next-interleave-qwen-7b-dpo

Генерация текстаТекст → текст3 профессии

Мультимодальный чат-бот на базе Qwen 7B для диалога и исследований больших мультимодальных моделей.

151скачиваний за 30 дней12лайковвеса обновлены12 июл 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-Next Interleave Qwen 7B DPO — открытый чат-бот от LMMS-Lab, полученный дообучением языковой модели на мультимодальных данных для следования инструкциям. Это авторегрессионная плотная модель на архитектуре Transformer семейства LLaVA-Qwen с 7,1 млрд параметров и контекстом 32 768 токенов; базовая языковая модель — Qwen/Qwen1.5-7B-Chat.

Модель предназначена для диалогового взаимодействия с мультимодальными данными и исследований в области компьютерного зрения, обработки естественного языка и мультимодальных чат-ботов. Карточка описывает её как исследовательскую модель; метаданные указывают задачу генерации текста и возможность чата. Лицензия в предоставленных данных не указана, однако README запрещает коммерческое использование.

Сценарии применения

  • исследование мультимодальных чат-ботов
  • эксперименты с инструктивным диалогом на базе Qwen
  • изучение взаимодействия языковых моделей и компьютерного зрения

Ограничения

README запрещает коммерческое использование и позиционирует модель для исследовательских экспериментов. В предоставленных данных не описаны конкретные ограничения качества или поддерживаемые языки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LLaVA-Next Interleave Model Card

Model Details

Model type: LLaVA-Next Interleave 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: Qwen/Qwen1.5-7B-Chat

Model Description

Repository: https://github.com/LLaVA-VL/LLaVA-NeXT

Primary intended uses: The primary use of LLaVA-Next Interleave is research on large multimodal models and chatbots. This is only for research exploration, and prohibited for commercial usage.

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.

License Notices

This project utilizes certain datasets and checkpoints that are subject to their respective original licenses. Users must comply with all terms and conditions of these original licenses, including but not limited to the OpenAI Terms of Use for the dataset and the specific licenses for base language models for checkpoints trained using the dataset (e.g. Llama-1/2 community license for LLaMA-2 and Vicuna-v1.5, Tongyi Qianwen LICENSE AGREEMENT and META LLAMA 3 COMMUNITY LICENSE AGREEMENT). This project does not impose any additional constraints beyond those stipulated in the original licenses. Furthermore, users are reminded to ensure that their use of the dataset and checkpoints is in compliance with all applicable laws and regulations.

How to Get Started with the Model

Use the code below to get started with the model.

git clone https://github.com/LLaVA-VL/LLaVA-NeXT
# install llava-next
...
# download the ckpt
...
bash playground/demo/interleave_demo.py --model_path path/to/ckpt

Evaluation

Use the code below to evaluate the model.

Please first edit /path/to/ckpt to the path of checkpoint, /path/to/images to the path of "interleave_data" in scripts/interleave/eval_all.sh and then run

bash scripts/interleave/eval_all.sh

Bibtex citation

@misc{li2024llavanextinterleavetacklingmultiimagevideo,
      title={LLaVA-NeXT-Interleave: Tackling Multi-image, Video, and 3D in Large Multimodal Models}, 
      author={Feng Li and Renrui Zhang and Hao Zhang and Yuanhan Zhang and Bo Li and Wei Li and Zejun Ma and Chunyuan Li},
      year={2024},
      eprint={2407.07895},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2407.07895}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура llava_qwen неизвестна transformers в образе рантайма.

Класс архитектуры
LlavaQwenForCausalLM
Ревизия весов
c28ef5b

0 моделей