MiniCPM-Llama3-V 2.5

简介:

端侧可用的GPT-4V级多模态大模型

功能:

领先的性能:在OpenCompass榜单上平均得分65.1,超越多个商用闭源多模态大模型。

优秀的OCR能力:OCRBench得分达到725,支持高分辨率图像输入和全文OCR信息提取。

可信行为:通过RLAIF-V对齐技术,具有较低的幻觉率和可信的多模态行为。

多语言支持:支持30+种语言的多模态能力,通过少量翻译数据实现跨语言泛化。

高效部署:通过模型量化和编译优化技术,实现终端设备上的快速推理和图像编码。

简易微调和本地WebUI Demo部署:支持通过Huggingface Transformers库和SWIFT框架进行微调。

需求人群:

"该产品适合需要在端侧设备上进行高效多模态交互的开发者和企业,如智能手机、平板电脑等移动设备,以及需要进行图像识别、语言处理和多语言交互的场景。"

浏览量:588

s1785318098921236

打开站点

构建AI去赚钱
s1785341518918206
类似产品

© 2024     AIbase    备案号:闽ICP备08105208号-14

隐私政策

用户协议

意见反馈 网站地图