今日开源（2024-11-15）：Omnivision：边缘设备优化的多模态模型，968M参数，高效处理视觉问答和图像描述

文章预览

🏆基座模型 ①项目：Omnivision ★ Omnivision 是一个紧凑的多模态模型，拥有 968M 参数，能够处理视觉和文本输入，专为边缘设备优化。 该模型在 LLaVA 架构上进行了改进，显著减少了图像 token 数量，从而降低了延迟和计算成本。 通 过使用可信数据进行 DPO 训练，Omnivision 提供了更可靠的结果，适用于视觉问答和图像描述等任务。 ☆一键收藏： https://sota.jiqizhixin.com/project/omnivision ②项目：Athene-V2-Chat ★ Athene-V2-Chat-72B 是一个开源权重的大型语言模型，其性能在多个基准测试中与 GPT-4o 相当。 该模型通过强化学习人类反馈（RLHF）进行训练，基于 Qwen-2.5-72B-Instruct 模型。Athene-V2-Chat-72B 在聊天、数学和编程方面表现出色。 其姊妹模型 Athene-V2-Agent-72B 在复杂函数调用和代理应用中超越了 GPT-4o。 ☆一键收藏： https://sota.jiqizhixin.com/project/athene-v2-chat ③项目：Ling ………………………………