Тип модели: LLaVA — это чат-бот с открытым исходным кодом, обученный путем точной настройки LLaMA/Vicuna на мультимодальных данных, генерируемых GPT и выполняющих инструкции. Это авторегрессивная языковая модель, основанная на архитектуре преобразователя. Дата модели: LLaVA-v1-0719-336px-LoRA-Vicuna-13B-v1.3 прошел обучение в июле 2023 года. Бумага или ресурсы для получения дополнительной информации: https://llava-vl.github.io/ Куда отправлять вопросы или комментарии по модели: https://github.com/haotian-liu/LLaVA/issues Основное предполагаемое использование: Основное использование LLaVA — исследования крупных мультимодальных перевозок. модели и чат-боты. Основные предполагаемые пользователи. Основными предполагаемыми пользователями модели являются исследователи и любители компьютерного зрения, обработки естественного языка, машинного обучения и искусственного интеллекта. — 558 тыс. отфильтрованных пар изображение-текст из LAION/CC/SBU с субтитрами BLIP. — 80 000 мультимодальных данных, генерируемых GPT, следующих за инструкциями. Предварительная оценка качества модели проводится путем создания набора из 90 вопросов визуального рассуждения из 30 уникальных изображений, случайно выбранных из COCO val 2014, и каждое связано с тремя типами вопросов: разговорным, подробным описанием и сложным рассуждением. Мы используем GPT-4 для оценки…
Модальности:
Генерация текста
Задача: Генерация текста
Автор: liuhaotian
Теги: llava
Лайков: 8 | Загрузок: 5
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
