LLaVA 模型

模型详情

模型类型: LLaVA 是一个开源聊天机器人，通过在 GPT 生成的多模式指令跟踪数据上微调 LLaMA/Vicuna 进行训练。它是一种基于 Transformer 架构的自回归语言模型。

模型日期: LLaVA-v1.5-13B 于 2023 年 9 月接受训练。

有关更多信息的论文或资源: https://llava-vl.github.io/

Llama 2 根据 LLAMA 2 社区许可证获得许可，版权所有 (c) Meta Platforms, Inc。保留所有权利。

有关模型的问题或评论： [https://github.com/haotian-liu/LLaVA/issues](https: //github.com/haotian-liu/LLaVA/issues)

主要预期用途： LLaVA 的主要用途是研究大型多模式模型和聊天机器人。

主要目标用户： 该模型的主要目标用户是计算机视觉、自然语言处理、机器学习和人工智能领域的研究人员和爱好者。

12 个基准的集合，包括 5 个学术 VQA 基准和 7 个最近专门为遵循指令的 LMM 提出的基准。