/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
14,1 ГБ
Лицензия
Apache 2.0
Архитектура
mobilevlm · dense
Опубликована
6 фев 2024

MobileVLM_V2-7B

Генерация текстаТекст → текст3 профессии

Визуально-языковая модель MobileVLM V2 на основе Vicuna-7B-v1.5 для текстовых диалогов и ответов на вопросы по изображениям.

155скачиваний за 30 дней5лайковвеса обновлены7 фев 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

MobileVLM V2-7B — визуально-языковая модель семейства MobileVLM V2, разработанная на основе Vicuna-7B-v1.5 для готового к использованию развёртывания. В карточке указано, что семейство сочетает изменения архитектуры, обучение для мобильных визуально-языковых моделей и тщательно собранные данные; версия 7B основана на Vicuna-7B-v1.5.

Модель предназначена для диалоговых сценариев, где нужно учитывать изображения и отвечать на текстовые запросы о них. Её можно использовать для описания изображений и ответов на вопросы по их содержимому. В метаданных указаны архитектура MobileLlamaForCausalLM, 6,6 млрд параметров, контекст 4096 токенов и формат PyTorch; авторский pipeline-тег — text-generation.

Карточка приводит сравнения производительности отдельных моделей семейства, но не содержит отдельных результатов для версии 7B. Данные о поддерживаемых языках и конкретных ограничениях качества не приведены. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы о содержимом изображения
  • описание изображений по текстовому запросу
  • диалог с учётом загруженного изображения

Ограничения

Карточка не приводит отдельные результаты тестирования или конкретные ограничения версии 7B; сравнения производительности относятся к другим размерам семейства. Языки модели не указаны.

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

Model Summery

MobileVLM V2 is a family of significantly improved vision language models upon MobileVLM, which proves that a delicate orchestration of novel architectural design, an improved training scheme tailored for mobile VLMs, and rich high-quality dataset curation can substantially benefit VLMs’ performance. Specifically, MobileVLM V2 1.7B achieves better or on-par performance on standard VLM benchmarks compared with much larger VLMs at the 3B scale. Notably, MobileVLM_V2-3B model outperforms a large variety of VLMs at the 7B+ scale.

The MobileVLM_V2-7B was built on Vicuna-7B-v1.5 to facilitate the off-the-shelf deployment.

Model Sources

How to Get Started with the Model

Inference examples can be found at Github.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура mobilevlm неизвестна transformers в образе рантайма.

Класс архитектуры
MobileLlamaForCausalLM
Ревизия весов
bc4a97b

0 моделей