NVLM 1.0

Spitzenmodell für multimodaler, großer Sprachmodelle

Normales ProduktProduktivitätMultimodalGroßes Sprachmodell

NVLM 1.0 ist eine Reihe von hochmodernen multimodalen, großen Sprachmodellen, die von NVIDIA ADLR entwickelt wurden. Es erreicht branchenführende Ergebnisse bei visuellen und sprachlichen Aufgaben und ist vergleichbar mit führenden proprietären und Open-Access-Modellen. Nach dem multimodalen Training verbesserte sich sogar die Genauigkeit bei rein textbasierten Aufgaben. Die Open-Source-Modellgewichte und der Megatron-Core-Trainingscode von NVLM 1.0 bieten der Community wertvolle Ressourcen.

Best AI Websites & Tools

NVLM 1.0

NVLM 1.0 Neueste Verkehrssituation

NVLM 1.0 Besuchstrend

NVLM 1.0 Geografische Verteilung der Besuche

NVLM 1.0 Traffic-Quellen

NVLM 1.0 Alternativen

NVLM 1.0 — Spitzenmodell für multimodaler, großer Sprachmodelle

VITA-1.5 — VITA-1.5: Ein multimodaler großes Sprachmodell der GPT-4o-Klasse für Echtzeit-Video- und Sprachinteraktion

Valley 2.0 — Multimodales großes Sprachmodell zur Verbesserung der Verarbeitung von Text-, Bild- und Videodaten.

InternVL 2.5 — Open-Source-Serie großer multimodaler Sprachmodelle

Meta Llama 3 — Metas neue Generation von Open-Source-Large-Language-Modellen mit herausragender Leistung.

Llama 3 — Leistungsstarkes, neues Open-Source-Sprachmodell der nächsten Generation

DeepSeek Japanisch — DeepSeek ist ein fortschrittliches KI-Sprachmodell, das sich auf logisches Denken, Mathematik und Programmieraufgaben spezialisiert hat und kostenlos nutzbar ist.

TableGPT2-7B — TableGPT2-7B ist ein großes Sprachmodell, das sich auf die Verarbeitung von Tabellendaten konzentriert und für Aufgaben der Datenanalyse und Business Intelligence geeignet ist.

Mistral-Small-24B-Instruct-2501 — Mistral Small 24B ist ein mehrsprachiges, leistungsstarkes, anweisungen feinabgestimmtes großes Sprachmodell für diverse Anwendungsfälle.

Tülu 3 405B — Tülu 3 405B ist ein großes, quelloffenes Sprachmodell, dessen Leistung durch Reinforcement Learning verbessert wurde.

MNN Großmodell Android App — Eine voll funktionsfähige Android-Anwendung für ein großes Sprachmodell mit Multimodalitätsunterstützung.

Janus-Pro-1B — Janus-Pro-1B ist ein einheitliches, multimodales, autoregressives Framework für Verständnis und Generierung.

Baichuan-M1-14B — Von Baichuan Intelligence entwickeltes Open-Source-Sprachmodell, speziell optimiert für den medizinischen Bereich, mit herausragenden allgemeinen Fähigkeiten und Leistung im medizinischen Sektor.

DeepSeek-R1-Distill-Llama-70B — DeepSeek-R1-Distill-Llama-70B ist ein großes Sprachmodell, das mit verstärktem Lernen optimiert wurde und sich auf Schlussfolgerungen und Dialogfähigkeit konzentriert.

InternVL2.5-78B-MPO — Dies ist eine Serie fortschrittlicher multimodaler großer Sprachmodelle, die eine herausragende Gesamtleistung aufweisen.

InternLM3-8B-Instruct — InternLM3-8B-Instruct ist ein quelloffenes, 8 Milliarden Parameter umfassendes instruktionsbasiertes Sprachmodell für allgemeine Zwecke und anspruchsvolle Schlussfolgerungen.

MinMo — MinMo ist ein multimodaler großes Sprachmodell für nahtlose Sprachinteraktion.

Moondream AI — Open-Source-visuelles Sprachmodell, lauffähig auf verschiedenen Geräten.

InternVL2.5-38B-MPO — Die InternVL2.5-MPO-Modellreihe basiert auf InternVL2.5 und der Mixed Preference Optimization (MPO) und bietet herausragende Leistung.

InternVL2_5-26B-MPO-AWQ — Ein fortschrittliches, multimodal großes Sprachmodell mit herausragender multimodaler Inferenzfähigkeit.

InternVL2_5-26B-MPO — Großes multimodaler Sprachmodell, das die Interaktion zwischen visuellen und sprachlichen Informationen verbessert.

InternVL2_5-8B-MPO-AWQ — Großes multimodales Sprachmodell zur Verbesserung der Interaktion zwischen Bild und Sprache.

InternVL2_5-8B-MPO — Großes multimodales Sprachmodell mit hervorragender Gesamtperformance.

HuatuoGPT-o1-8B — Erweitertes großes Sprachmodell für den medizinischen Bereich

HuatuoGPT-o1 — Großes Sprachmodell für komplexes medizinisches Schließen

InternVL2_5-4B-MPO-AWQ — Großes multimodales Sprachmodell, optimiert für die Interaktion zwischen Bild und Text.

OpenEMMA — Open-Source End-to-End autonomes Multimodal-Modell

InternVL2_5-4B-MPO — Großes, multimodales Sprachmodell, das herausragende Gesamtperformanz zeigt.

Valley-Eagle-7B — Multimodales großes Sprachmodell zur Verarbeitung von Text-, Bild- und Videodaten.

Valley — Multimodales großes Sprachmodell zur Verarbeitung von Text-, Bild- und Videodaten