/ Модель

Характеристики

Контекст
32 768 токенов
Лицензия
Apache 2.0
Архитектура
doubutsu · dense
Опубликована
22 июл 2024

doubutsu-2b-pt-378

Генерация текстаТекст → текст3 профессии

Компактная базовая VLM для последующего дообучения под диалоговые сценарии с изображениями и текстом.

17скачиваний за 30 дней1лайквеса обновлены22 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

doubutsu-2b-pt-378 — базовая модель семейства компактных VLM doubutsu, созданного @qtnx_ и @yeswondwerr для последующего дообучения под конкретные сценарии. Модель предназначена для задач, где нужно обрабатывать изображения вместе с текстом; метаданные указывают на диалоговый режим и поддержку image-text-to-text.

Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. В карточке указано, что модель не предназначена для самостоятельного использования: для практического применения её нужно дообучить или подключить существующий адаптер. Для запуска авторы рекомендуют температуру 0,1–0,3. Результаты оценок в README не приведены.

Сценарии применения

  • дообучение модели для ответов на вопросы об изображениях
  • создание диалогового помощника с поддержкой изображений
  • адаптация компактной VLM под собственный сценарий

Ограничения

Модель не предназначена для самостоятельного использования: требуется дообучение или существующий адаптер. Оценки качества в README обозначены как TBD.

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

[!IMPORTANT] NOTE: This model is not meant to be used alone, you need to either finetune it with this notebook or use an existing adapter.

doubutsu-2b-pt-378

doubutsu is a family of smol VLMs meant to be finetuned for your own use-case.

Built by @qtnx_ and @yeswondwerr

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
from PIL import Image

model_id = "qresearch/doubutsu-2b-pt-378"
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    torch_dtype=torch.float16,
).to("cuda")

tokenizer = AutoTokenizer.from_pretrained(
    model_id,
    use_fast=True,
)

model.load_adapter("qresearch/doubutsu-2b-lora-378-docci")

image = Image.open("IMAGE")

print(
    model.answer_question(
        image, "Describe the image", tokenizer, max_new_tokens=128, temperature=0.1
    ),
)

[!TIP] these models require smaller temperatures. We recommend to use a temperature of 0.1-0.3.

Evals

TBD

Acknowledgements

  • Liu et al. : LLaVA
  • Moon et al. : AnyMAL
  • vikhyatk : moondream codebase
                                       .x+=:.                                                             
                                      z`    ^%                                                  .uef^"    
               .u    .                   .   <k                           .u    .             :d88E       
    .u@u     .d88B :@8c       .u       .@8Ned8"      .u          u      .d88B :@8c        .   `888E       
 .zWF8888bx ="8888f8888r   ud8888.   .@^%8888"    ud8888.     us888u.  ="8888f8888r  .udR88N   888E .z8k  
.888  9888    4888>'88"  :888'8888. x88:  `)8b. :888'8888. .@88 "8888"   4888>'88"  <888'888k  888E~?888L 
I888  9888    4888> '    d888 '88%" 8888N=*8888 d888 '88%" 9888  9888    4888> '    9888 'Y"   888E  888E 
I888  9888    4888>      8888.+"     %8"    R88 8888.+"    9888  9888    4888>      9888       888E  888E 
I888  9888   .d888L .+   8888L        @8Wou 9%  8888L      9888  9888   .d888L .+   9888       888E  888E 
`888Nx?888   ^"8888*"    '8888c. .+ .888888P`   '8888c. .+ 9888  9888   ^"8888*"    ?8888u../  888E  888E 
 "88" '888      "Y"       "88888%   `   ^"F      "88888%   "888*""888"     "Y"       "8888P'  m888N= 888> 
       88E                  "YP'                   "YP'     ^Y"   ^Y'                  "P'     `Y"   888  
       98>                                                                                          J88"  
       '8                                                                                           @%    
        `                                                                                         :"      

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Ревизия весов
a3a65d0

0 моделей