Зрительный модуль ShareGPT4V на базе CLIP, дообученный для извлечения признаков изображений и использования в мультимодальных моделях.

Подходит для: извлечение визуальных признаков из изображений · подготовка зрительного компонента мультимодального чат-бота · исследования мультимодальных моделей

Дообученная на базе Qwen2.5-7B-Instruct диалоговая модель для генерации текста и вызова инструментов с контекстом до 32 768 токенов.

Подходит для: генерация ответов в диалоговом интерфейсе · создание связного текста по запросу · подготовка структурированных текстовых ответов