新多模态大模型霸榜！支持图文混合输入，不懂知识还能现学
多模态大模型家族，又有新成员了！
不仅能将多张图像与文本结合分析，还能处理视频中的时空关系。
这款免费开源的模型，在MMbench和MME榜单同时登顶，目前浮动排名也保持在前三位。
△MMBench榜单，MMBench是上海AI lab和南洋理工大学联合推出的基于ChatGPT的全方位多模能力评测体系△MME榜单，MME为腾讯优图实验室联合厦门大学开展的多模态大语言模型测评
这款多模态大模型名叫MMICL，由北京交通大学、北京大学、UCLA、足智多模公司等机构联合推出。
MMICL一共有两个基于不同LLM的版本，分别基于Vicuna和FlanT5XL两种核心模型。
这两个版本都已经开源，其中，FlanT5XL版可以商用，Vicuna版本只能用于科研用途。
在MME的多项任务测试中，FlanT5XL版MMICL的成绩已连续数周保持着领先地位。
其中认知方面取得了428.93的总成绩（满分800），位列第一，大幅超过了其他模型。
感知方面的总分1381.78（满分2000），在最新版榜单中仅次于阿里的千问-7B和昆仑万维的天工模型网页链接
版权声明： 发表于 2023-09-20 8:16:09。
转载请注明：新多模态大模型霸榜！支持图文混合输入，不懂知识还能现学多模态大模型家族，又有新成员了！不仅能将多张图像与文本结合分析，还能处理视频中的时空关系。这款免... | AI 時.空 | AiTime.Space
转载请注明：新多模态大模型霸榜！支持图文混合输入，不懂知识还能现学多模态大模型家族，又有新成员了！不仅能将多张图像与文本结合分析，还能处理视频中的时空关系。这款免... | AI 時.空 | AiTime.Space
暂无评论...