Phi 3.5 Vision Instruct
Utolsó ellenőrzés:
Szuverenitás és hosting
Ez a modell referenciaként szerepel a katalógusban. Az LLM EU még nem üzemelteti, és itt saját végpont nem szolgálja ki. A hozzá intézett kérések közvetlenül a szolgáltatóhoz mennek, a szolgáltató saját feltételei szerint.
Összefoglaló
Szöveget és képeket fogad el, és szövegben válaszol. A Phi 3.5 Vision Instruct-ot a Microsoft adta ki nyílt súlyokkal, 4.1B paraméterrel az MIT alatt. A közzétett konfiguráció nem rögzít kontextusablakot, így ez a kártya sem tartalmaz ilyet. A tároló 2024 augusztusában jött létre, és tükrözve van a Hugging Face-en. Az ellenőrzőpont utasításra hangolt és csevegősablont tartalmaz. A kártya csak katalógusra vonatkozik: az LLM EU nem futtatja ezt a modellt. A kiadó 1 nyelvet sorol fel.
Specifikációk
- Szolgáltató
- Microsoft (US)
- Kontextusablak
- Nincs ellenőrizve: a szolgáltató nem dokumentálta ezt az állítást.
- Paraméterek
- 4.1B
- Modalitások
- text, vision
- Licenc
- mit · licence
- Nyílt súlyok
- yes
- Kiadás dátuma
- 2024. aug. 16.
- Feladatok
- Képfelismerés, Összefoglalás
Nyelvek
Erős: —
Megfelelő: nlp
Erős
Megfelelő
- nlp
Nincs ellenőrizve: a szolgáltató nem dokumentálta ezt az állítást. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Mikor érdemes használni
Erősségek
- 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
Korlátok
- 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