GLM 4.5V
Pēdējo reizi pārskatīts:
Suverenitāte un mitināšana
Šis modelis ir iekļauts katalogā uzziņai. Tas vēl nav mitināts LLM EU, un neviens pirmās puses galapunkts to šeit neapkalpo. Pieprasījumi uz to tiek nosūtīti tieši pakalpojumu sniedzējam, saskaņā ar šī pakalpojumu sniedzēja noteikumiem.
Kopsavilkums
Tas ir bāzes kontrolpunkts bez instrukciju pielāgošanas. GLM 4.5V ir ļoti liels atvērtā svara redzes-valodu modelis no Z.ai (Zhipu AI): 107.7B parametri saskaņā ar MIT licenci. Tas pieņem tekstu un attēlus un atbild tekstā. Publicētajā konfigurācijā nav norādīts konteksta logs, tāpēc šajā kartītē tas nav iekļauts. Repozitorijs tika izveidots 2025. gada augustā un ir atspoguļots Hugging Face. Kartīte ir tikai katalogam: LLM EU nedarbina šo modeli. Izdevējs uzskaita 2 valodas, no kurām 1 ir starp valodām, kurās publicē Eiropas Savienība.
Specifikācijas
- Pakalpojumu sniedzējs
- Z.ai (Zhipu AI) (CN)
- Konteksta logs
- Nav verificēts: pakalpojumu sniedzējs nav dokumentējis šo apgalvojumu.
- Parametri
- 107.7B
- Modalitātes
- text, vision
- Licence
- mit · licence
- Atvērtie svari
- yes
- Izdošanas datums
- 2025. g. 10. aug.
- Uzdevumi
- Redzēšana, Spriešana
Valodas
Spēcīga: en
Adekvāta: zh
Spēcīga
- en
Adekvāta
- zh
Nav verificēts: pakalpojumu sniedzējs nav dokumentējis šo apgalvojumu. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Kad to izmantot
Stiprās puses
- 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
- the model page lists en
Ierobežojumi
- 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 107.7B parameters, self-hosting needs multiple high-memory accelerators
- vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model