4-битная MLX-конверсия Llama 3.2 11B Vision для диалогового анализа изображений и ответов на текстовые вопросы о них.
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 4-битная конверсия мультимодальной модели Meta Llama 3.2 11B Vision в формат MLX, подготовленная shashikanth-a на основе unsloth/Llama-3.2-11B-Vision. Модель принимает изображения и текстовые запросы, а отвечает текстом в диалоговом режиме; она предназначена для анализа изображений и визуальных вопросов и ответов. Архитектура — Mllama, размер базовой модели — 11 млрд параметров.
Метаданные указывают английский язык. Для использования указан стек mlx-vlm; карточка ссылается на исходное описание модели за подробностями.
Результат представляет собой 4-битную конверсию для MLX и требует совместимого программного стека. В README подробности о качестве и ограничениях модели отсылают к карточке исходной модели.
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 using mlx-vlm version 0.1.3.
Refer to the original model card for more details on the model.
pip install -U mlx-vlm
python -m mlx_vlm.generate --model shashikanth-a/Llama-3.2-11B-Vision-4bit --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.