H2OVL-Mississippi-2B — это высокопроизводительная модель общего назначения, разработанная H2O.ai для решения широкого спектра мультимодальных задач. Эта модель с 2 миллиардами параметров превосходно справляется с такими задачами, как создание подписей к изображениям, визуальный ответ на вопросы (VQA) и понимание документов, сохраняя при этом эффективность для реальных приложений. Модель Миссисипи-2B построена на прочной основе наших языковых моделей H2O-Дунай, которые теперь расширены для интеграции зрительных и языковых задач. Он конкурирует с более крупными моделями в различных тестах, предлагая универсальное и масштабируемое решение для искусственного интеллекта документов, оптического распознавания символов и мультимодального рассуждения. — 2 миллиарда параметров: баланс между производительностью и эффективностью, что делает его подходящим для обработки документов, оптического распознавания символов, VQA и многого другого. — Оптимизирован для задач визуального языка: обеспечивает высокую производительность в широком спектре приложений, включая искусственный интеллект документов, распознавание текста и мультимодальное рассуждение. — Комплексный набор данных: обучение на 17 миллионах пар изображений и текста обеспечивает широкий охват и четкое обобщение задач. Мы предоставляем пример кода для запуска h2ovl-mississippi-2b с использованием преобразователей. Если у вас есть графические процессоры Ampere, установите flash-attention, чтобы ускорить вывод:…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: h2oai
Теги: h2ovl_chat, feature-extraction, gpt, llm, multimodal large language model, ocr, conversational, custom_code
Лайков: 42 | Загрузок: 1,217,397
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
