JEV-27B-VL

Hva er JEV-27B-VL

JEV-27B-VL er en multimodal visjon-språk-modell med 27B parametere som støtter bildeforståelse og tekstinteraksjon.

Viktige funksjoner

• Multimodal visjon-språk-modell basert på 27B parametere
• Støtter bildeforståelse og tekstinteraksjon
• Oppnår 61.5 % på ERQA embodied reasoning-benchmark (med tenking)
• Muliggjør embodied reasoning uten å kreve robot- eller embodiment-data

Hvem det er for

Passer for forskere og utviklere som trenger visjon-språk-forståelse, embodied reasoning eller multimodal beslutningstaking.

Hvordan komme i gang

1. Gå til https://huggingface.co/autotrust/JEV-27B-VL
2. Last ned modellvektene og last dem inn ved hjelp av standard Qwen/VL-metode

Sammensatt fra offentlige beskrivelser på verktøyets offisielle nettsted / README / lanseringsside. Priser og brukertall er ikke verifisert; vennligst sjekk det offisielle nettstedet. Noen seksjoner ble utarbeidet med hjelp fra AI. Skrevet på kinesisk og engelsk; andre språk er maskinoversatt.