Компактная мультимодальная модель Attrsense для детального анализа изображений, видео, пространственных отношений и диаграмм с текстовыми ответами.

Подходит для: распознавание атрибутов и мелких деталей на изображении · поиск объектов и ответы на вопросы об их расположении · сравнение нескольких изображений и визуальных объектов