InternViT-300M-448px-V2_5

Versión mejorada de InternViT-300M-448px, que mejora la capacidad de extracción de características visuales.

Producto ComúnImagenExtracción de características visualesAprendizaje multimodal

InternViT-300M-448px-V2_5 es una versión mejorada de InternViT-300M-448px. Mediante el aprendizaje incremental de ViT y la pérdida NTP (Etapa 1.5), se mejora la capacidad del codificador visual para extraer características visuales, especialmente en áreas con poca representación en conjuntos de datos web a gran escala, como datos de OCR multilingüe y gráficos matemáticos. Este modelo forma parte de la serie InternViT 2.5, manteniendo la misma arquitectura de modelo 'ViT-MLP-LLM' de sus predecesores e integrando un nuevo InternViT preentrenado incrementalmente con varios LLM preentrenados, como InternLM 2.5 y Qwen 2.5, utilizando un proyector MLP con inicialización aleatoria.

Best AI Websites & Tools

InternViT-300M-448px-V2_5

InternViT-300M-448px-V2_5 Situación del tráfico más reciente

InternViT-300M-448px-V2_5 Tendencia de visitas

InternViT-300M-448px-V2_5 Distribución geográfica de las visitas

InternViT-300M-448px-V2_5 Fuentes de tráfico

InternViT-300M-448px-V2_5 Alternativas

InternViT-300M-448px-V2_5 — Versión mejorada de InternViT-300M-448px, que mejora la capacidad de extracción de características visuales.

SigLIP2 — SigLIP2 es un codificador visual de lenguaje multilingüe lanzado por Google para la clasificación de imágenes de cero disparos.

DeepSeek-VL2-Small — Modelo de lenguaje visual avanzado de gran tamaño y experto mixto

Florence-VL — Herramienta de mejora de modelos de lenguaje visual, que combina un codificador visual generativo y una técnica de fusión de profundidad y amplitud.

LLaVA-o1 — Modelo de lenguaje visual capaz de realizar razonamiento paso a paso.

PPLLaVA — Modelo de implementación de GPU para la comprensión de secuencias de vídeo

Agente S — Agente S: un marco de agente abierto que permite a las computadoras usar computadoras como humanos.

Clasificar Cualquier Cosa — Utiliza la IA para organizar el contenido en categorías claras

FakeShield — Detección y localización de imágenes explicables basada en modelos de lenguaje grandes multimodales

LLaVA-Video — Investigación en ajuste fino de instrucciones de video y datos sintéticos

LongLLaVA — Modelo de lenguaje extenso multimodal de alta eficiencia escalable a 1000 imágenes

EAGLE — Exploración del espacio de diseño de modelos de lenguaje grandes multimodales

SlowFast-LLaVA — Modelo de lenguaje grande sin entrenamiento para comprensión e inferencia de video.

Llama3-s v0.2 — Punto de control multimodal más reciente, mejora la capacidad de comprensión del habla.

llama3-s — Un modelo de lenguaje abierto de código abierto en entrenamiento, con capacidad de "audición".

MAVIS — Modelo de ajuste de instrucciones de visión matemática

LongVA — Modelo de transformación de contexto largo de lenguaje a visión

MG-LLaVA — MLLM innovador con ajuste fino de instrucciones visuales multigranulares

4M — Marco de entrenamiento de modelos multimodales y multitarea

Stable Diffusion 3 Gratuito Online — Modelo avanzado de generación de imágenes a partir de texto

VideoLLaMA2-7B-Base — Modelo de lenguaje de video grande que ofrece respuestas a preguntas visuales y generación de subtítulos de video.

emo-visual-data — Conjunto de datos de anotación visual de emojis

DenseAV — Un modelo de alineación de características audiovisuales autosupervisado.

llama3v — Modelo de visión SOTA (Estado del Arte) basado en llama3 8B

CuMo — Arquitectura avanzada para la ampliación de modelos de lenguaje grandes multimodales (LLM).

Bunny — Familia de modelos multimodales ligeros pero potentes.

llava-llama-3-8b-v1_1 — Modelo LLaVA optimizado por XTuner, que combina el procesamiento de imágenes y texto.

MyGO — Herramienta de compleción de grafos de conocimiento multimodal

API de Stable Diffusion 3 — Sistema avanzado de generación de imágenes a partir de texto

MATHVERSE — Explora la capacidad de los grandes modelos lingüísticos multimodales para resolver problemas matemáticos visuales.