Fuyu-8B - Adeptが公開したマルチモーダルLLMオープンソース
(adept.ai)- 自社製品で使用しているマルチモーダル（画像+テキスト）モデルの小型版
- アーキテクチャと学習プロセスが非常にシンプル（画像エンコーダーなし）
- デジタルエージェント向けに設計されており、任意の画像解像度をサポートし、グラフや図に関する回答やUIベースの質問への回答が可能
- 大きな画像に対しても100ms以内に回答を生成できるほど高速
- 自社のユースケース向けに最適化されているにもかかわらず、標準的な画像理解ベンチマーク性能も優れている
- CC-BY-NCライセンスで公開
まだコメントはありません。