模型详情
模型介绍
中文整理Bunny-v1.0-4B 模型卡片
模型用途
Bunny 是一系列轻量级但功能强大的多模态模型，可处理视觉和文本信息。
主要能力
提供多个即插即用的视觉编码器，包括 EVA-CLIP 和 SigLIP。支持多种语言主干模型：Phi-3-mini、Llama-3-8B、Phi-1.5、StableLM-2 和 Phi-2。通过从更广泛的数据源中进行精选，构建更丰富的训练数据，以弥补模型尺寸减小带来的影响。
输入输出
支持图像和文本输入。模型可处理图像并根据输入进行问答或推理。
运行要求
需要 CUDA 内存充足。建议设置 CUDA VISIBLE DEVICES=0 以提高执行速度。
基本用法
Bunny-v1.0-4B 基于 SigLIP 和 Phi-3-Mini-4K-Instruct 构建。使用时需先安装相关依赖库，然后通过 transformers 库加载模型。
版本信息
同时提供 v1.1 版本，支持高达 1152x1152 的高分辨率图像输入。
许可证
未明确标注许可证信息。
限制
原文未提供相关限制说明。
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
运行环境
运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围
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。