VLM 系列——MiniCPM-Llama3-V 2.5——论文解读

一、概述

1、是什么

     是一款面向终端设备的多模态大型语言模型(MLLM),论文全称《 MiniCPM-V: A GPT-4V Level MLLM on Your Phone 》,它专注于实现在手机等资源受限设备上的高级AI功能,参数8B(llama3 7B + SigLIP ViT-400m/14 + 视觉标记压缩层 )。该模型能够处理包括文本、图像在内的多种数据类型,具备图片描

你可能感兴趣的:(AIGC算法,AIGC,人工智能,transformer)