Downloads · 30 days
12
4% of all-time downloads
watashiha/Watashiha-Llama-2-13B-Ogiri-sft-vlm
Watashiha-Llama-2-13B-Ogiri-sft-vlm is a text generation model from watashiha. Use it when you need the model to write or continue text. It is set up for transformers. The card lists the license as llama2.
Watashiha-Llama-2-13B-Ogiri-sftをLLaVAで学習し、画像に対応した大喜利言語モデルです。 Vision Encoderにはlaion/CLIP-ViT-B-32-laion2B-s34B-b79Kを使用しています。
Downloads · 30 days
12
4% of all-time downloads
All-time downloads
301
Public
Parameters
13.3B
26.5 GB on disk
Likes
0
Public
Click a slice to open those files.
.safetensors26.5 GB · 100%
From the Hugging Face model README
Watashiha-Llama-2-13B-Ogiri-sftをLLaVAで学習し、画像に対応した大喜利言語モデルです。
Vision Encoderにはlaion/CLIP-ViT-B-32-laion2B-s34B-b79Kを使用しています。
事前学習のデータにはSTAIR Captionsを使用しています。
STAIR Captionsのデータで学習する際、
MS COCO 2014で以下のライセンスが付与されている画像データは使用しないようにしました。
Fine-tuningのデータには以下のデータを使用しています。
以下のGoogle Colabのサンプルコードを参考にしてください。
サンプルコード