模型介绍
中文整理模型用途
Bunny是一个轻量级但功能强大的多模态模型系列，旨在提供高效的多模态理解和生成能力。
主要能力
该模型提供多个即插即用的视觉编码器，包括EVA-CLIP和SigLIP。支持多种语言骨干网络，如Phi-1.5、StableLM-2、Qwen1.5和Phi-2。Bunny-3B模型基于SigLIP和Phi-2构建，在与同规模模型的比较中表现优于最先进的MLLMs，甚至可以与7B规模的MLLM框架相媲美，性能接近13B模型。
输入输出
支持视觉和文本的多模态输入，输出为文本内容。
运行要求
使用该模型需要安装相关依赖项，包括transformers库。模型运行需要相应的计算资源支持3B参数规模的模型推理。
基本用法
使用transformers库加载模型时，应使用合并权重而非LoRA权重。合并后的权重可在Bunny-v1 0-3B获取。
限制
为弥补模型规模减小带来的能力损失，研究团队通过从更广泛的数据源中进行精选来构建更丰富的训练数据。
许可证
本项目使用的某些数据集和检查点受其各自原始许可证约束，用户必须遵守所有原始许可证的条款和条件。项目本身采用Apache 2.0许可证。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。