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-LCS558K-ScienceQA-Vicuna-13B-v1.3 прошел обучение в августе 2023 года. Документ 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 — исследование крупных мультимодальных моделей 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. — Учебный набор ScienceQA. 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 результатов модели. Мы также оцениваем наши…
Модальности:
Генерация текста
Задача: Генерация текста
Автор: liuhaotian
Теги: llava
Лайков: 6 | Загрузок: 106
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
