8-битная MLX-конверсия Llama 3.2 11B Vision Instruct для диалога и ответов на вопросы по изображениям.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Это 8-битная версия модели Llama 3.2 11B Vision Instruct, подготовленная сообществом mlx-community для работы в формате MLX. README указывает, что она получена конвертацией из unsloth/Llama-3.2-11B-Vision-Instruct; в метаданных базовой моделью указана meta-llama/Llama-3.2-11B-Vision-Instruct. Архитектура — плотная мультимодальная MllamaForConditionalGeneration, размер базовой модели — 11 млрд параметров.
Модель предназначена для диалога с изображениями и текстом: она принимает текстовые запросы и изображения, отвечает на вопросы о визуальном содержимом и ведёт беседу. Карточка перечисляет английский язык; MLX-вариант рассчитан на использование с mlx-vlm. Лицензия — llama3.2. В README не приведены отдельные оценки качества или подробные ограничения, поэтому характеристики ответов следует оценивать на целевых данных.
В карточке нет подробных оценок качества и описания ограничений; подтверждена поддержка английского языка. Для использования в MLX требуется mlx-vlm.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model was converted to MLX format from unsloth/Llama-3.2-11B-Vision-Instruct using mlx-vlm version 0.1.0.
Refer to the original model card for more details on the model.
pip install -U mlx-vlm
python -m mlx_vlm.generate --model mlx-community/Llama-3.2-11B-Vision-Instruct-8bit --max-tokens 100 --temp 0.0
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
MLX-модели работают только на Apple Silicon.