huggingface发布视觉言语模子smolvlm，具备20亿参数

发布日期：2024-11-29 07:42    点击次数：97

品玩11月27日讯，据 marktechpost. 报说念，Hugging Face 最近发布了 SmolVLM，这是一种专为斥地推理筹办的 2B 参数视觉言语模子。

SmolVLM 在 GPU 内存使用量和令牌费解量方面均优于其他模子。SmolVLM 的主要特色是八成在较小的斥地（包括札记本电脑或破钞级 GPU）上灵验启动，而不会影响性能。它已矣了性能和效果之间的均衡，而访佛大小和功能的模子要已矣这种均衡一直具有挑战性。与 Qwen2-VL 2B 不同，炒外汇SmolVLM 生成令牌的速率是 Qwen2-VL 2B 的 7.5 到 16 倍，这收获于它偏向于轻量级推理的优化架构。这种效果为末端用户带来了实践上风。

通过在平方斥地上启动复杂的 VLM 任务，Hugging Face 惩办了现时东说念主工智能器用范围的一个进攻空缺。SmolVLM 在速率、效果和斥地使用的实用性方面与同类其他模子竞争热烈，何况往往更胜一筹。

• 发布
• huggingface
• 视觉
• 言语
• 模子