/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
23 фев 2024

llava-v1.5-7b-hf-vicuna

Генерация текстаТекст → текст3 профессии

Чекпойнт LLaVA 1.5 7B для диалога и ответов на вопросы по изображениям, также опубликованный для бенчмаркинга LLM.

58скачиваний за 30 дней0лайковвеса обновлены6 мар 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 «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.

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

Это чекпойнт LLaVA 1.5 7B в формате Hugging Face, опубликованный nnethercott. В README указано, что в репозитории размещены дообученные веса llava-hf/llava-1.5-7b-hf для проведения бенчмаркинга LLM. LLaVA — авторегрессионная модель на архитектуре Transformer, основанная на LLaMA/Vicuna и обученная следовать мультимодальным инструкциям.

Модель предназначена для диалога и ответов на вопросы по изображениям, включая визуальные вопросы и академические задания. В обучающие данные входили пары изображение–текст, мультимодальные инструкции, данные VQA и ShareGPT. Размер модели — 6,6 млрд параметров, контекст — 4096 токенов; в репозитории указаны веса safetensors. Лицензия — Llama 2. README не уточняет языковой охват и не приводит отдельные ограничения качества или безопасности.

Сценарии применения

  • ответы на вопросы об изображении
  • описание содержимого изображения в диалоге
  • решение визуальных вопросов по учебным материалам
  • бенчмаркинг мультимодальных моделей

Ограничения

Контекст ограничен 4096 токенами. README не описывает отдельные ограничения качества или безопасности модели.

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 details

Motivation This models contains the fine-tuned weights from llava-hf/llava-1.5-7b-hf so LLM benchmarking can be done.

Model type: LLaVA is an open-source chatbot trained by fine-tuning LLaMA/Vicuna on GPT-generated multimodal instruction-following data. It is an auto-regressive language model, based on the transformer architecture.

License

Llama 2 is licensed under the LLAMA 2 Community License, Copyright (c) Meta Platforms, Inc. All Rights Reserved.

Training dataset

  • 558K filtered image-text pairs from LAION/CC/SBU, captioned by BLIP.
  • 158K GPT-generated multimodal instruction-following data.
  • 450K academic-task-oriented VQA data mixture.
  • 40K ShareGPT data.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.52.28
AI2 Reasoning Challenge (25-Shot)52.65
HellaSwag (10-Shot)76.09
MMLU (5-Shot)51.68
TruthfulQA (0-shot)45.86
Winogrande (5-shot)72.06
GSM8k (5-shot)15.31

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
dba92cd

0 моделей