Мультимодальная модель XTuner на базе Llama 3, которая отвечает на текстовые запросы по изображениям.
Подходит для: ответы на вопросы о содержимом изображения · описание фотографий и иллюстраций · объяснение диаграмм и схем
Мультимодальная модель XTuner на базе Llama 3 для диалога и ответов на вопросы по изображениям.
Подходит для: ответы на вопросы о содержимом изображения · описание фотографий и иллюстраций · разбор диаграмм и учебных изображений
Мультимодальная модель XTuner на базе Phi-3-mini, которая отвечает на вопросы и ведёт диалог по изображениям.
Подходит для: ответы на вопросы о содержимом изображения · описание сцен и объектов на изображении · визуальный диалог с пользователем
Мультимодальная модель XTuner на базе Phi-3-mini отвечает на вопросы и ведёт диалог по изображениям.
Подходит для: ответы на вопросы об изображении · описание содержимого фотографии · анализ диаграмм и учебных иллюстраций
Мультимодальная модель XTuner на базе Phi-3-mini для ответов на текстовые запросы о содержимом изображений.
Подходит для: ответы на вопросы о содержимом изображения · создание кратких описаний изображений · описание объектов и сцен на изображении
Мультимодальная модель на базе Vicuna для создания текстовых описаний изображений и видео.
Подходит для: создание подписей к видео · краткое текстовое описание видеоролика · генерация подписей к изображениям
Intern-S2-Mobius — 35-миллиардная текстовая модель для диалогов и сложных общих и научных задач с архитектурой латентного рассуждения.
Подходит для: ответы на сложные вопросы и многошаговые рассуждения · решение задач по биологии и молекулярным наукам · научные диалоги и объяснение предметных вопросов
Мультимодальная модель LLaVA для диалога и ответов на вопросы об изображениях на корейском и английском языках.
Подходит для: ответы на вопросы по содержимому изображения на корейском · ответы на вопросы по содержимому изображения на английском · диалог с передачей изображения и текстового запроса
Мультимодальная модель XTuner на базе Llama 3 для диалоговых ответов на вопросы по изображениям.
Подходит для: ответы на вопросы о содержимом изображения · описание объектов и сцен на фотографии · анализ диаграмм и учебных иллюстраций
Визуально-языковая модель XTuner на базе InternLM2-Chat-20B для ответов на вопросы и диалога по изображениям.
Подходит для: ответы на вопросы о содержимом изображения · диалог с изображением на естественном языке · создание текстового описания изображения
Мультимодальная модель XTuner на базе Llama 3 для диалога, ответов на вопросы и описания изображений.
Подходит для: ответы на вопросы о содержимом изображения · создание текстового описания изображения · диалог с изображением на английском языке
Квантованная GGUF-версия LLaVA на базе Phi-3-mini для диалоговых ответов на вопросы об изображениях.
Подходит для: описание содержимого изображения · ответы на вопросы по изображению · извлечение визуальных деталей по текстовому запросу
Мультимодальная модель XTuner на базе InternLM2-Chat-7B для диалога и ответов на вопросы по изображениям.
Подходит для: ответы на вопросы о содержимом изображения · описание объектов и сцен на изображении · визуальный диалог по загруженной фотографии
Модель вознаграждения InternLM оценивает ответы языковых моделей относительно эталонной траектории для ранжирования и дообучения с подкреплением.
Подходит для: оценка ответа языковой модели по эталонной траектории · сравнение кандидатов ответа для выбора более согласованного с эталоном · ранжирование траекторий генерации по сигналу вознаграждения
Модель вознаграждений на базе InternLM2.5-7B оценивает ответы языковых моделей относительно эталонной траектории для ранжирования и настройки с подкреплением.
Подходит для: оценка ответа LLM относительно эталонного ответа · ранжирование траекторий языковой модели для RFT · отбор предпочтительных ответов перед дообучением
Предварительно обученная модель вознаграждения на базе InternLM2 для оценки ответов LLM относительно эталонной траектории и последующего дообучения под предпочтения.
Подходит для: оценка ответа языковой модели по заданному эталону · ранжирование кандидатных траекторий для обучения с подкреплением · создание сигнала вознаграждения для reinforcement fine-tuning
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
AMchat — дообученная диалоговая модель на базе InternLM2-Math-7B для решения задач по высшей математике и разбора решений.
Подходит для: решение задач по высшей математике · разбор математических решений по шагам · получение помощи при изучении продвинутой математики
Многоязычная модель Unbabel на базе TowerBase для объяснения ошибок перевода и предложения исправлений.
Подходит для: объяснение ошибок в машинном переводе · исправление ошибочного перевода с предложением альтернативы · оценка перевода с использованием эталонного варианта
Дообученная на видео с лицами мультимодальная модель для описания внешности, действий и эмоций, а также анализа дипфейков и движений лица.
Подходит для: описание внешности человека в видеоролике · распознавание действий человека по видео · определение эмоций и их изменений во времени