nanoVLM — компактная модель зрения и языка для ответов текстом на запросы об изображениях и экспериментов с обучением VLM.

Подходит для: ответы на вопросы о содержимом изображения · создание кратких описаний изображений · эксперименты с обучением мультимодальных моделей