複数の画像について質疑応答できる日本語視覚言語モデル、Sakana AIが公開/「進化的モデルマージ」で構築、非英語圏における嚆矢に
2024.08.07 11:45
Impress.co.jp
AIスタートアップのSakana AI(株)は8月2日、複数の画像について質疑応答できる日本語視覚言語モデル(VLM)「Llama-3-EvoVLM-JP-v2」および、複数の画像に関する日本語での質疑応答能力を評価するためのデータセット「Japanese multi-images visual question answering(JA-Multi-Image-VQA)」を公開した。Hugging Face上ではすぐに試せるデモも用意されている。
検索
人気記事
コメント一覧
まだコメントはありません。