Hugging Face Blog·· 2024-04-15精选AI 评分75
Hugging Face 发布开源 8B 视觉语言模型 Idefics2
Introducing Idefics2: A Powerful 8B Vision-Language Model for the community
AI 导读
Hugging Face 发布 8B 视觉语言模型 Idefics2，采用 Apache 2.0 协议开源权重并直接集成至 Transformers。模型支持原生分辨率图像输入并大幅强化 OCR 与图表理解能力，在多项视觉问答基准中性能比肩 30B 级别模型。团队同步开源了包含 50 个数据集的多轮对话微调集合 The Cauldron。
推荐理由
原文对比了同规模及更大参数模型的基准成绩，并开源了微调数据集，适合需要轻量多模态底座的研究者参考。
来源：Hugging Face Blog · huggingface.co