JEV-27B-VL

Qu'est-ce que JEV-27B-VL

JEV-27B-VL est un modèle multimodal vision-langage de 27B paramètres qui prend en charge la compréhension d'images et l'interaction textuelle.

Fonctionnalités principales

• Modèle multimodal vision-langage basé sur 27B paramètres
• Prend en charge la compréhension d'images et l'interaction textuelle
• Atteint 61,5 % sur le benchmark de raisonnement incarné ERQA (avec réflexion)
• Permet le raisonnement incarné sans nécessiter de données de robot ou d'incarnation

Pour qui

Convient aux chercheurs et développeurs ayant besoin de compréhension visuo-langagière, de raisonnement incarné ou de prise de décision multimodale.

Comment démarrer

1. Rendez-vous sur https://huggingface.co/autotrust/JEV-27B-VL
2. Télécharger les poids du modèle et les charger avec la méthode standard Qwen/VL

Compilé à partir des descriptions publiques du site officiel / README / page de lancement. Tarifs et nombre d'utilisateurs non vérifiés ; consultez le site officiel. Certaines sections ont été rédigées avec l'aide de l'IA. Rédigé en chinois et en anglais ; les autres langues sont traduites automatiquement.