模型详情
模型介绍
中文整理模型名称
Bunny-phi-2-siglip-lora
模型用途
Bunny是一系列轻量级但强大的多模态模型，可用于视觉语言任务。
主要能力
提供多种即插即用的视觉编码器，包括EVA-CLIP和SigLIP。支持多种语言主干网络，包括Llama-3-8B、Phi-1.5、StableLM-2、Qwen1.5、MiniCPM和Phi-2。Bunny-v1.0-3B模型基于SigLIP和Phi-2构建，在相同规模的模型中表现优于最先进的MLLM，也优于更大的MLLM框架（7B），甚至可达到与13B模型相当的性能水平。
训练数据
模型在LAION-2M数据集上进行预训练，并在Bunny-695K数据集上进行微调。
运行要求
需要安装相关依赖库。如果CUDA内存充足，运行速度会更快。
基本用法
使用transformers库加载模型进行推理。
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的约束。用户必须遵守所有原始许可证的条款和条件。本项目内容本身采用Apache 2.0许可证授权。
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
所选固定版本的完整仓库文件，包括模型权重、配置、分词器，以及作者提供的说明和其他文件。自动保留目录结构，不需要逐个选择或下载。
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。