阿里云今日推出了大規(guī)模視覺語言模型Qwen-VL，目前已經(jīng)在ModeScope開源，IT之家早前曾報(bào)道，阿里云此前已經(jīng)開源通義千問70 億參數(shù)通用模型Qwen-7B和對(duì)話模型Qwen-7B-Chat。HTY28資訊網(wǎng)——每日最新資訊28at.com

據(jù)悉，Qwen-VL是一款支持中英文等多種語言的視覺語言（Vision Language，VL）模型，相較于此前的VL模型，其除了具備基本的圖文識(shí)別、描述、問答及對(duì)話能力之外，還新增了視覺定位、圖像中文字理解等能力。HTY28資訊網(wǎng)——每日最新資訊28at.com

Qwen-VL以Qwen-7B為基座語言模型，在模型架構(gòu)上引入視覺編碼器，使得模型支持視覺信號(hào)輸入，該模型支持的圖像輸入分辨率為 448，此前開源的LVLM模型通常僅支持224分辨率。HTY28資訊網(wǎng)——每日最新資訊28at.com

官方表示，該模型可用于知識(shí)問答、圖像標(biāo)題生成、圖像問答、文檔問答、細(xì)粒度視覺定位等場景，在主流的多模態(tài)任務(wù)評(píng)測和多模態(tài)聊天能力評(píng)測中，取得了遠(yuǎn)超同等規(guī)模通用模型的表現(xiàn)。HTY28資訊網(wǎng)——每日最新資訊28at.com

此外，在Qwen-VL的基礎(chǔ)上，通義千問團(tuán)隊(duì)使用對(duì)齊機(jī)制，打造了基于LLM的視覺AI助手Qwen-VL-Chat，可讓開發(fā)者快速搭建具備多模態(tài)能力的對(duì)話應(yīng)用。HTY28資訊網(wǎng)——每日最新資訊28at.com

通義千問團(tuán)隊(duì)同時(shí)表示，為了測試模型的多模態(tài)對(duì)話能力，他們構(gòu)建了一套基于GPT-4打分機(jī)制的測試集 “試金石”，對(duì)Qwen-VL-Chat及其他模型進(jìn)行對(duì)比測試，Qwen-VL-Chat在中英文的對(duì)齊評(píng)測中均取得了開源LVLM最好結(jié)果。HTY28資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.rrqrq.com/showinfo-21-6790-0.html阿里云推出大規(guī)模視覺語言模型Qwen-VL 已在ModeScope開源

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com

上一篇： 零跑汽車上半年?duì)I收58億元 但交付量同比減少近15%

下一篇： 紫光國微上半年?duì)I收37億元 凈利潤接近14億元