Возможность длинного контекста может обеспечить нулевой переход от языка к зрению. LongVA может обрабатывать 2000 кадров или более 200 тысяч визуальных токенов. Он обеспечивает самые современные характеристики видео-MME среди моделей 7B. Сначала следуйте инструкциям в нашем репозитории, чтобы установить соответствующие пакеты. В этом проекте используются определенные наборы данных и контрольные точки, на которые распространяются соответствующие оригинальные лицензии. Пользователи должны соблюдать все условия этих исходных лицензий, включая, помимо прочего, Условия использования OpenAI для набора данных и специальные лицензии для моделей на базовом языке (лицензия Qwen2). Этот проект не накладывает никаких дополнительных ограничений, кроме тех, которые предусмотрены исходными лицензиями. Кроме того, пользователям напоминают, что они должны убедиться, что использование ими набора данных и контрольных точек соответствует всем применимым законам и правилам.
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: lmms-lab
Теги: qwen2, conversational, text-generation-inference, endpoints_compatible
Лайков: 15 | Загрузок: 521
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
