Bunny es una serie de modelos multimodales ligeros pero potentes que ofrecen una variedad de codificadores de vista plug-and-play y redes troncales de lenguaje. Compensando la reducción del tamaño del modelo mediante la selección de una gama más amplia de fuentes de datos para construir datos de entrenamiento más ricos. El modelo Bunny-v1.0-3B supera en rendimiento a modelos MLLM (7B) del mismo tamaño o incluso mayores, y es comparable en rendimiento a modelos de 13B.