UV-CoT — дообученная на предпочтениях мультимодальная модель для визуального рассуждения и ответов на вопросы об изображениях.

Подходит для: ответы на вопросы о содержимом изображения · пространственное рассуждение по изображению · определение ключевых областей изображения для объяснения ответа