Molmo 7B D

Molmo — это семейство открытых моделей для работы с изображениями и текстом, разработанное Институтом искусственного интеллекта Аллена. Модели Molmo обучены на PixMo, наборе данных, содержащем 1 миллион тщательно отобранных пар изображений и текстов. Они демонстрируют передовые результаты среди мультимодальных моделей аналогичного размера, оставаясь полностью открытыми. Все модели семейства Molmo можно найти здесь. Узнайте больше о семействе Molmo в анонсирующем блоге или в научной статье.

Molmo 7B-D основана на Qwen2-7B и использует OpenAI CLIP в качестве визуальной основы. Она уверенно работает между GPT-4V и GPT-4o как по академическим критериям, так и по оценке людьми.

Эта контрольная точка является предварительным просмотром выпуска Molmo. Все артефакты, использованные при создании Molmo (набор данных PixMo, код обучения, оценки, промежуточные контрольные точки), будут доступны позже, что подтверждает нашу приверженность к разработке открытого ИИ и воспроизводимости.