Imp परियोजना का उद्देश्य शक्तिशाली बहुविधा लघु भाषा मॉडल (MSLM) की एक श्रृंखला प्रदान करना है। हमारा imp-v1-3b एक शक्तिशाली MSLM है जिसमें 3 अरब पैरामीटर हैं, यह एक छोटे लेकिन शक्तिशाली SLM Phi-2 (2.7 अरब) और एक शक्तिशाली दृश्य एन्कोडर SigLIP (40 करोड़) पर आधारित है, और इसे LLaVA-v1.5 प्रशिक्षण सेट पर प्रशिक्षित किया गया है। imp-v1-3b विभिन्न बहुविधा बेंचमार्क परीक्षणों में समान आकार के प्रतिस्पर्धी मॉडल से स्पष्ट रूप से बेहतर प्रदर्शन करता है, यहाँ तक कि कई बहुविधा बेंचमार्क परीक्षणों में शक्तिशाली LLaVA-7B मॉडल से थोड़ा बेहतर प्रदर्शन करता है।