/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
14,1 ГБ
Архитектура
llava · dense
Опубликована
24 янв 2024

llava-v1.5-7b-Mixed

Генерация текстаТекст → текст3 профессии

Дообученная LLaVA-v1.5-7B для безопасных ответов на вопросы по изображениям.

46скачиваний за 30 дней0лайковвеса обновлены18 июн 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

ys-zong/llava-v1.5-7b-Mixed — веса модели LLaVA-v1.5-7B, дообученной методом Mixed Fine-tuning для повышения безопасности визуальных языковых моделей. Модель разработана в рамках работы «Safety Fine-Tuning at (Almost) No Cost: A Baseline for Vision Large Language Models», представленной на ICML 2024.

Модель предназначена для сценариев, в которых нужно задавать вопросы по изображениям и получать текстовые ответы с учетом требований безопасности. В карточке указано, что веса используются так же, как исходная LLaVA; архитектура — плотная LlavaLlamaForCausalLM на 6,6 млрд параметров, контекст — 4096 токенов. В метаданных указан английский язык; README не описывает другие языки.

Доступный формат весов — PyTorch. Лицензия в предоставленных данных не указана. Карточка не приводит подробных результатов оценки, поэтому качество и устойчивость защиты в конкретных сценариях требуют отдельной проверки.

Сценарии применения

  • ответы на вопросы о содержимом изображения
  • описание изображений в диалоговом формате
  • безопасное взаимодействие с визуальной языковой моделью

Ограничения

В README не приведены количественные оценки качества или эффективности защитной настройки; результаты для конкретных сценариев следует проверять отдельно. Лицензия в предоставленных данных не указана.

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

VLGuard

[Website] [Paper] [Code]

Safety Fine-Tuning at (Almost) No Cost: A Baseline for Vision Large Language Models. (ICML 2024)

Weights

This is the model weights for LLaVA-v1.5-7B Mixed Fine-tuning. You can use them in exactly the same way as the original LLaVA.

Usage

Please refer to Github for detailed usage.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlavaLlamaForCausalLM
Ревизия весов
757221e

0 моделей