InternVL2_5-1B-MPO एक बहुविधा विशाल भाषा मॉडल (MLLM) है, जो InternVL2.5 और मिश्रित प्राथमिकता अनुकूलन (MPO) पर आधारित है, जो बेहतर समग्र प्रदर्शन दर्शाता है। इस मॉडल में वृद्धिशील पूर्व-प्रशिक्षित InternViT और विभिन्न पूर्व-प्रशिक्षित विशाल भाषा मॉडल (LLMs) शामिल हैं, जिनमें InternLM 2.5 और Qwen 2.5 शामिल हैं, जो यादृच्छिक रूप से आरंभ किए गए MLP प्रोजेक्टर का उपयोग करते हैं। InternVL2_5-MPO मॉडल आर्किटेक्चर में InternVL 2.5 और इसके पूर्ववर्ती के समान 'ViT-MLP-LLM' प्रतिमान को बरकरार रखता है, और बहु-छवियों और वीडियो डेटा के लिए समर्थन भी जोड़ता है। यह मॉडल बहुविधा कार्यों में उत्कृष्ट प्रदर्शन करता है, जिसमें छवि वर्णन, दृश्य प्रश्नोत्तर आदि जैसे कई दृश्य-भाषा कार्य शामिल हैं।