Phi 3.5 Vision Instruct
Dernière vérification:
Souveraineté et hébergement
Ce modèle est répertorié à titre de référence. Il n'est pas encore hébergé sur LLM EU, et aucun point de terminaison de première partie ne le sert ici. Les requêtes qui lui sont adressées vont directement au fournisseur, selon les propres conditions de celui-ci.
Résumé
Il accepte du texte et des images et répond en texte. Phi 3.5 Vision Instruct est publié par Microsoft en tant que poids ouverts avec 4,1 milliards de paramètres sous MIT. La configuration publiée n'enregistre aucune fenêtre contextuelle, cette fiche n'en contient donc aucune. Le dépôt a été créé en août 2024 et est mis en miroir sur Hugging Face. Le checkpoint est entraîné aux instructions et inclut un modèle de chat. Cette fiche est uniquement un catalogue : LLM EU n'exécute pas ce modèle. L'éditeur liste 1 langue.
Spécifications
- Fournisseur
- Microsoft (US)
- Fenêtre de contexte
- Non vérifié : le fournisseur n'a pas documenté cette affirmation.
- Paramètres
- 4.1B
- Modalités
- text, vision
- Licence
- mit · licence
- Poids ouverts
- yes
- Date de publication
- 16 août 2024
- Tâches
- Vision, Résumés
Langues
Solide: —
Correct: nlp
Solide
Correct
- nlp
Non vérifié : le fournisseur n'a pas documenté cette affirmation. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Quand l'utiliser
Points forts
- 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 4.1B parameters it fits on a single accelerator
- instruction-tuned checkpoint with a chat template in the repository
Limites
- 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 4.1B parameters, the weights fit on a single modest accelerator
- vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model