Компактная визуально-языковая модель на базе Qwen2.5-3B и SigLIP для ответов на вопросы и диалога по изображениям.

Подходит для: ответы на вопросы о содержимом изображения · описание изображений по текстовому запросу · извлечение и интерпретация текста на изображениях

Компактная мультимодальная модель TinyLLaVA с Qwen2 и SigLIP отвечает на текстовые вопросы по изображениям.

Подходит для: ответы на вопросы о содержимом изображения · описание изображений по запросу · визуальный диалог с изображением