Характеристики
- Контекст
- 4 096 токенов
- Параметры
- 12,9 млрд
- Размер весов
- 28,7 ГБ
- Архитектура
- llava · dense
- Опубликована
- 23 авг 2023
Ссылки
LISA-13B-llama2-v1
Мультимодальная модель LISA на базе Llama 2 13B для сегментации объектов на изображениях по сложным текстовым запросам с объяснением результата.
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
LISA-13B-llama2-v1 — мультимодальная модель проекта LISA, разработанного исследовательской группой JIA-Lab под руководством Xin Lai и соавторов. Она построена на основе LLaVA и Llama 2 13B и предназначена для reasoning segmentation: по изображению и сложному текстовому запросу модель определяет целевой объект или область, формирует сегментационную маску и может дать текстовое объяснение результата. Проект поддерживает визуальные вопросы, использование мировых знаний, сложное рассуждение и многошаговый диалог.
Сценарии применения
- сегментация объекта на изображении по описанию
- сегментация объектов, выбранных по смысловому или логическому признаку
- ответы на визуальные вопросы с выделением области изображения
- генерация объяснения результата сегментации
- многошаговый диалог по содержимому изображения
Ограничения
Модель требует значительных вычислительных ресурсов: для 13B-версии заявлено около 30 ГБ видеопамяти в 16-битном режиме, 16 ГБ в 8-битном и 9 ГБ в 4-битном. Модельная карточка Hugging Face не содержит отдельного описания лицензии или официального списка поддерживаемых естественных языков.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LISAForCausalLM
- Ревизия весов
- b89000b