Valley-Eagle-7Bは、バイトダンスが開発したマルチモーダル大規模言語モデルであり、テキスト、画像、ビデオデータを含む様々なタスクに対応するように設計されています。内部のEコマースおよびショートビデオベンチマークテストで最良の結果を達成し、OpenCompassテストでは同規模のモデルと比べて優れた性能を示しました。Valley-Eagle-7Bは、LargeMLPとConvAdapterを組み合わせてプロジェクターを構築し、VisionEncoderを導入することで、極端な状況下での性能を向上させています。