siglip-so400m-patch14-384 모델

Llama-4-Scout-17B-16E-Instruct

AI 모델

Meta에서 설계한 다중 모달 AI 모델입니다. 이 모델은 전문가 혼합 아키텍처를 활용하여 고급 텍스트 및 이미지 이해 기능을 제공하며, 다국어 출력과 다양한 응용 프로그램을 위한 미세 조정을 지원합니다.Llama-4-Scout-17B-16E-Instruct는 Meta에서 설계한 다중 모달 AI 모델입니다. 이 모델은 전문가 혼합 아키텍처를 활용하여 고급 텍스트 및 이미지 이해 기능을 제공하며, 다국어 출력과 다양한 응용 프로그램을 위한 미세 조정을 지원합니다.

Florence-2 모델

AI 모델

다양한 비전 및 비전-언어 작업을 처리하도록 설계된 Microsoft의 고급 비전 기초 모델입니다. 캡션 작성 및 객체 탐지와 같은 작업을 위해 프롬프트 기반 접근 방식을 사용하며, 다중 작업 학습을 위해 방대한 데이터 세트를 활용합니다.Florence-2는 다양한 비전 및 비전-언어 작업을 처리하도록 설계된 Microsoft의 고급 비전 기초 모델입니다. 캡션 작성 및 객체 탐지와 같은 작업을 위해 프롬프트 기반 접근 방식을 사용하며, 다중 작업 학습을 위해 방대한 데이터 세트를 활용합니다.

고정된 비주얼 인코더와 대규모 언어 모델을 정렬하여 시각-언어 이해를 향상시키는 AI 모델입니다. 상세한 이미지 설명 생성, 초안에서 웹사이트 제작, 이미지에서 영감을 받은 스토리 작성, 시각적 문제 해결 등 고급 멀티모달 기능을 시연합니다.MiniGPT-4는 고정된 비주얼 인코더와 대규모 언어 모델을 정렬하여 시각-언어 이해를 향상시키는 AI 모델입니다. 상세한 이미지 설명 생성, 초안에서 웹사이트 제작, 이미지에서 영감을 받은 스토리 작성, 시각적 문제 해결 등 고급 멀티모달 기능을 시연합니다.

Llama-4 Maverick 17B-128E Instruct

AI 모델

Meta에서 개발한 다중 모달 AI 모델로, 고급 텍스트 및 이미지 이해를 위해 설계되었습니다. 다양한 응용 프로그램에서 높은 성능을 제공하기 위해 전문가 혼합 아키텍처를 활용합니다.Llama-4 Maverick 17B-128E Instruct는 Meta에서 개발한 다중 모달 AI 모델로, 고급 텍스트 및 이미지 이해를 위해 설계되었습니다. 다양한 응용 프로그램에서 높은 성능을 제공하기 위해 전문가 혼합 아키텍처를 활용합니다.

Llama-3.2-11B-Vision-Instruct

AI 모델

시각 인식, 이미지 추론 및 캡션 생성을 위해 설계된 다중 모달 AI 모델입니다. Meta에서 개발하였으며, 텍스트와 이미지 입력을 통합하여 고급 이미지 이해 기능을 제공합니다.Llama-3.2-11B-Vision-Instruct는 시각 인식, 이미지 추론 및 캡션 생성을 위해 설계된 다중 모달 AI 모델입니다. Meta에서 개발하였으며, 텍스트와 이미지 입력을 통합하여 고급 이미지 이해 기능을 제공합니다.

Pixtral-12B-2409 모델

AI 모델

120억 개의 매개변수와 4억 개의 매개변수를 가진 비전 인코더를 갖춘 다중 모달 AI 모델로, 고급 이미지 및 텍스트 처리 작업을 위해 설계되었습니다.Pixtral-12B-2409은 120억 개의 매개변수와 4억 개의 매개변수를 가진 비전 인코더를 갖춘 다중 모달 AI 모델로, 고급 이미지 및 텍스트 처리 작업을 위해 설계되었습니다.

DeepSeek-V3

LLM

#31

6710억 개의 매개변수를 가진 전문가 혼합 언어 모델로, 효율적인 추론과 비용 효율적인 훈련을 위해 설계되었습니다. 자연어 처리 작업에서 강력한 성능을 보여주는 다양한 벤치마크에서 우수한 성능을 발휘합니다.DeepSeek-V3는 6710억 개의 매개변수를 가진 전문가 혼합 언어 모델로, 효율적인 추론과 비용 효율적인 훈련을 위해 설계되었습니다. 자연어 처리 작업에서 강력한 성능을 보여주는 다양한 벤치마크에서 우수한 성능을 발휘합니다.

Flamingo

AI 모델

Google DeepMind에서 개발한 단일 비주얼 언어 모델(VLM)로, 다양한 멀티모달 작업에서 소량의 예시만으로 학습하는 데 탁월한 성능을 보입니다. 이미지, 비디오, 텍스트가 혼합된 입력을 처리하여 관련 언어 출력을 생성하며, 추가 학습 없이 최소한의 작업별 예시만으로도 새로운 작업을 수행할 수…Flamingo는 Google DeepMind에서 개발한 단일 비주얼 언어 모델(VLM)로, 다양한 멀티모달 작업에서 소량의 예시만으로 학습하는 데 탁월한 성능을 보입니다. 이미지, 비디오, 텍스트가 혼합된 입력을 처리하여 관련 언어 출력을 생성하며, 추가 학습 없이 최소한의 작업별 예시만으로도 새로운 작업을 수행할 수…