mlx-community/llava-v1.6-mistral-7b-4bit — мультимодальная модель для задач image-text-to-text, то есть обработки изображений совместно с текстовыми запросами и генерации текстовых ответов.
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
Модель разработана сообществом mlx-community и конвертирована в формат MLX из llava-hf/llava-v1.6-mistral-7b-hf с использованием mlx-vlm версии 0.0.9.
Модель имеет размер 7B параметров и поставляется в 4-битном представлении, что снижает требования к памяти по сравнению с полноразмерной версией и делает её ориентированной на запуск в экосистеме MLX. Поддерживает визуально-текстовые сценарии, однако в предоставленной карточке не указаны точные параметры архитектуры, максимальная длина контекста, перечень языков, результаты оценивания, ограничения качества и системные требования. Для использования требуется библиотека mlx-vlm. Модель распространяется по лицензии Apache-2.0.
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 llava-hf/llava-v1.6-mistral-7b-hf using mlx-vlm version 0.0.9.
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/llava-v1.6-mistral-7b-4bit --max-tokens 100 --temp 0.0
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
MLX-модели работают только на Apple Silicon.