模型详情
模型介绍
中文整理Bunny-v1.1-Llama-3-8B-V
模型用途
Bunny是一系列轻量级但功能强大的多模态模型。该模型基于SigLIP视觉编码器和Llama-3-8B-Instruct语言模型构建，采用S²-Wrapper技术，支持图像和文本的多模态理解与处理。
主要能力
提供多种即插即用的视觉编码器选择，包括EVA-CLIP和SigLIP。支持多种语言骨干模型，包括Llama-3-8B、Phi-1.5、StableLM-2、Qwen1.5、MiniCPM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性能损失。
输入输出
支持1152x1152分辨率的图像输入，可处理多模态输入并生成相应的文本输出。
运行要求
需要CUDA计算能力支持。建议使用CUDA VISIBLE DEVICES配置以提升执行效率。需要安装transformers等依赖库。
基本用法
通过transformers库加载模型并使用。具体用法请参考官方代码示例。
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。