模型介绍
中文整理ERNIE-4.5-VL-28B-A3B 模型卡片
模型概述
ERNIE-4.5-VL-28B-A3B 是百度开发的多模态 MoE 聊天模型，总参数 28B，每个 Token 激活参数 3B。该模型基于 PaddlePaddle 框架训练。
模型用途
该模型主要用于文本理解和生成、图像理解、跨模态推理等任务，适用于视觉语言理解和对话场景。
主要能力
模型具备以下核心能力：多模态异构 MoE 预训练，支持文本和视觉模态联合训练；视觉语言理解，支持思考模式和非思考模式切换；图像理解、任务特定微调、多模态思维链推理能力。模型采用监督微调、直接偏好优化和统一偏好优化等后训练技术，并使用可验证奖励的强化学习进一步提升对齐性能和表现。
输入输出
模型支持文本和图像双模态输入，输出文本响应。上下文长度支持 131072 个 Token。
运行要求
单卡部署需要至少 80GB GPU 显存。模型基于 PaddlePaddle 框架构建，支持多种硬件平台推理。
基本用法
模型支持通过 FastDeploy 快速部署服务，也可使用 transformers 库进行推理。用户可通过请求参数启用或禁用思考模式。
许可证
ERNIE 4.5 系列模型采用 Apache License 2.0 许可，允许商业使用。版权归属百度公司。
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。