Puyu Lingbi 158

Puyu·Lingbi ist ein visuell-sprachliches Großmodell, das auf dem Großsprachmodell Shusheng·Puyu basiert und hervorragende Fähigkeiten zum Verstehen und Erstellen von Bildern und Texten bietet. Es verfügt über mehrere Vorteile:

Interleaved Text- und Bilerstellung: Puyu·Lingbi kann für Benutzer individuelle Artikel mit Texten und Bildern gestalten. Die erstellten Artikel sind sprachlich brillant, wobei Text und Bild sich gegenseitig ergänzen und ein immersives Leseerlebnis bieten. Diese Fähigkeit wird durch die folgenden Schritte realisiert:

Verstehen der Benutzeranweisungen und Erstellen langer Artikel, die den Anforderungen entsprechen.

Intelligente Analyse des Artikels, automatische Planung der idealen Positionen für Illustrationen und Bestimmung der erforderlichen Bildinhalte.

Mehrstufige intelligente Auswahl, um das perfekteste Bild aus der Bilddatenbank auszuwählen.

Bild-Text-Verständnis basierend auf umfangreichem multimodalem Wissen: Puyu·Lingbi verwendet eine hocheffiziente Trainingsstrategie, die dem Modell eine riesige Menge multimodaler Konzepte und Wissensdaten vermittelt und ihm starke Fähigkeiten zum Verstehen von Bildern und Texten sowie zur Dialogführung verleiht.

Hervorragende Leistung: Puyu·Lingbi hat in mehreren gängigen Benchmarks für visuell-sprachliche Großmodelle die beste Leistung erzielt, darunter MME Benchmark (englische Bewertung), MMBench (englische Bewertung), Seed-Bench (englische Bewertung), CCBench (chinesische Bewertung), MMBench-CN (chinesische Bewertung).

Unser Open-Source-Puyu·Lingbi umfasst zwei Versionen:

InternLM-XComposer-VL-7B: Ein auf dem Großsprachmodell Shusheng·Puyu basierendes multimodales Vortrainings- und Multitask-Trainingsmodell, das in verschiedenen Benchmarks hervorragende Leistungen zeigt, z. B.: MME Benchmark, MMBench, Seed-Bench, CCBench, MMBench-CN.

InternLM-XComposer-7B: Ein feinabgestimmtes Modell für die Erstellung von Artikeln mit interleavtem Text und Bild sowie für intelligente Dialoge.

Puyu·Lingbi ist nun Open Source und gleichzeitig auf GitHub, Hugging Face und der ModelScope-Community (魔搭社区) verfügbar.