4-битная MLX-конверсия Llama 3.2 11B Vision для диалогового анализа изображений и ответов на текстовые вопросы о них.

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