ml-ferret

Modelo de linguagem de aprendizado de máquina (MLLM) de ponta a ponta, que permite referência e localização precisas.

Produto ComumProgramaçãoAprendizado de máquinaModelo de linguagem

ml-ferret é um modelo de linguagem de aprendizado de máquina (MLLM) de ponta a ponta que pode receber referências em diversos formatos e realizar localização precisa e responsiva em ambientes multimodais. Ele combina representações mistas de regiões e um amostrador visual espacialmente consciente, suportando referência e localização de grão fino e de vocabulário aberto. Além disso, ml-ferret inclui o conjunto de dados GRIT (aproximadamente 1,1 milhão de amostras) e o benchmark de avaliação Ferret-Bench.

Best AI Websites & Tools

ml-ferret

ml-ferret Situação do Tráfego Mais Recente

ml-ferret Tendência de Visitas

ml-ferret Distribuição Geográfica das Visitas

ml-ferret Fontes de Tráfego

ml-ferret Alternativas

ml-ferret — Modelo de linguagem de aprendizado de máquina (MLLM) de ponta a ponta, que permite referência e localização precisas.

MedTrinity-25M — Conjunto de dados médicos multimodais em larga escala

Inception Labs — O Inception Labs lança uma nova geração de modelos de linguagem grandes difusivos, oferecendo capacidade de geração de linguagem ultrarrápida, eficiente e de alta qualidade.

DeepSeek Japonês — DeepSeek é um modelo de linguagem IA avançado, especializado em raciocínio lógico, matemática e tarefas de programação, com uso gratuito.

MiniCPM-o-2_6 — MiniCPM-o 2.6 é um poderoso modelo de linguagem grande multimodal, adequado para transmissão ao vivo visual, de voz e multimodal.

MiniCPM-o — MiniCPM-o 2.6: Um MLLM de nível GPT-4o que permite streaming visual, de voz e multimodais em dispositivos móveis.

InternVL2_5-8B-MPO — Modelo de linguagem grande multimodais, demonstrando desempenho geral excepcional.

InternVL2_5-4B-MPO-AWQ — Modelo de linguagem grande multimodal, otimizado para interação imagem-texto.

Valley 2.0 — Modelo de linguagem grande multi-modal, aprimora a capacidade de processamento de dados de texto, imagem e vídeo.

A Linguagem do Movimento — Modelo unificado de linguagem verbal e não verbal para ações corporais 3D

Phi-4 — Modelo de linguagem pequeno e mais recente da Microsoft, focado em raciocínio complexo.

InternVL 2.5 — Série de modelos de linguagem grandes multimodais de código aberto

InternVL2_5-1B — Modelo de linguagem de grande porte multimodal, suporta compreensão de imagens e texto

MAmmoTH-VL — Plataforma de raciocínio multimodais em larga escala e ajuste fino por instruções

InternVL2_5-78B — Série de modelos de linguagem grandes multimodais avançados

Amazon Nova — Amazon Nova é a nova geração de modelos básicos da Amazon, oferecendo inteligência de ponta e um custo-benefício líder do setor.

OLMo-2-1124-13B-DPO — Modelo de linguagem inglês de alto desempenho, adequado para diversas tarefas.

OpenScholar — Modelo de linguagem aprimorado por recuperação para síntese de literatura científica

dolmino-mix-1124 — Conjunto de dados de alta qualidade, usado na segunda etapa do treinamento do OLMo2.

OLMo 2 — Modelo de linguagem totalmente aberto de última geração

Tülu 3 — Framework de pós-treinamento de modelos de linguagem avançados de código aberto

DataChain — Biblioteca moderna de dataframes Python, projetada para inteligência artificial.

GenXD — Estrutura avançada para gerar quaisquer cenas 3D e 4D.

Aquila-VL-2B-llava-qwen — Modelo de linguagem visual que combina informações de imagem e texto para processamento inteligente.

Sparsh — Representação tátil autossupervisionada para sensoriamento tátil baseado em visão.

Modelo de Linguagem Multimodal Spirit LM — Modelo de linguagem multimodal que integra texto e fala.

Zamba2-7B — Modelo de linguagem pequeno e de alto desempenho

UniMuMo — Modelo de geração unificada de texto, música e movimento

Amostragem baseada em entropia — Técnica de amostragem baseada em entropia, otimizando a diversidade e a precisão da saída do modelo.

AMD-Llama-135m — Modelo de linguagem de alto desempenho treinado pela AMD