LLM EU
Valikko
Mallit

Florence 2 Base Ft

Microsoft

Vain luettelossa Avoimet painot

Viimeksi tarkistettu:

Suvereniteetti ja ylläpito

Vain luettelossa

Tämä malli on luetteloitu viitteeksi. Sitä ei isännöi vielä LLM EU, eikä täällä ole ensimmäisen osapuolen päätepistettä, joka palvelisi sitä. Pyynnöt siihen menevät suoraan tarjoajalle, kyseisen tarjoajan omilla ehdoilla.

Yhteenveto

Florence 2 Base Ft on Microsoftin avoimen painon visio-kielimalli, jossa on 0.2B parametria ja joka on julkaistu MIT-lisenssillä. Se hyväksyy tekstiä ja kuvia ja vastaa tekstinä. Julkaistu konfiguraatio ei sisällä konteksti-ikkunaa, joten tämä kortti ei sisällä sitä. Se on perusversio ilman ohjeistusta. Kortti on vain luettelointia varten: LLM EU ei käytä tätä mallia. Julkaisija ei ilmoita kielikattavuutta mallisivulla.

Tekniset tiedot

Tarjoaja
Microsoft (US)
Konteksti-ikkuna
Ei vahvistettu: tarjoaja ei ole dokumentoinut tätä väitettä.
Parametrit
0.2B
Modaliteetit
text, vision
Lisenssi
mit · licence
Avoimet painot
yes
Julkaisupäivä
15.6.2024
Tehtävät
Kuvapohjaiset tehtävät, Edullinen

Kielet

Vahva: —

Riittävä: —

Vahva

    Riittävä

      Ei vahvistettu: tarjoaja ei ole dokumentoinut tätä väitettä. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

      Milloin käyttää

      Vahvuudet

      • open weights are published on Hugging Face and can be downloaded without a vendor agreement
      • mit licence, so commercial self-hosting is permitted without a separate agreement
      • at 0.2B parameters it fits on a single accelerator

      Rajoitukset

      • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
      • no evaluation has been run by LLM EU
      • the published configuration records no context window, so the card carries none
      • at 0.2B parameters, the weights fit on a single modest accelerator
      • a base checkpoint: it answers nothing useful without fine-tuning or a task head
      • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model