Puyu Lingbi 160

Puyu Lingbi es un modelo de lenguaje visual-desarrollado a partir del modelo lingüístico de gran tamaño Shusheng Puyu, que ofrece capacidades sobresalientes de comprensión y creación de texto e imágenes, con múltiples ventajas:

Creación entrelazada de texto e imágenes: Puyu Lingbi puede crear artículos exclusivos con texto e imágenes para los usuarios. Los artículos generados son elegantes, con texto e imágenes que se complementan mutuamente, proporcionando una experiencia de lectura inmersiva. Esta capacidad se logra mediante los siguientes pasos:

Comprender las instrucciones del usuario y crear artículos extensos que cumplan los requisitos.

Analizar el artículo de forma inteligente, planificar automáticamente la ubicación ideal de las ilustraciones y determinar las necesidades de contenido de las imágenes.

Realizar una selección inteligente en varios niveles para fijar las imágenes más perfectas de la biblioteca gráfica.

Comprensión de texto e imágenes basada en conocimientos multimodales enriquecidos: Puyu Lingbi ha diseñado una estrategia de entrenamiento eficiente, inyectando en el modelo enormes conceptos multimodales y datos de conocimiento, dotándolo de potentes capacidades de comprensión y diálogo de texto e imágenes.

Rendimiento destacado: Puyu Lingbi ha obtenido el mejor rendimiento en múltiples evaluaciones convencionales de modelos de lenguaje visual, incluyendo MME Benchmark (evaluación en inglés), MMBench (evaluación en inglés), Seed-Bench (evaluación en inglés), CCBench (evaluación en chino), MMBench-CN (evaluación en chino).

Nuestra versión de código abierto Puyu Lingbi incluye dos versiones:

InternLM-XComposer-VL-7B: Un modelo de preentrenamiento multimodal y entrenamiento multitarea basado en el modelo lingüístico de gran tamaño Shusheng Puyu, que demuestra un rendimiento destacado en múltiples evaluaciones, por ejemplo: MME Benchmark, MMBench, Seed-Bench, CCBench, MMBench-CN.

InternLM-XComposer-7B: Un modelo ajustado orientado a la creación de artículos entrelazados de texto e imágenes y al diálogo inteligente.

Puyu Lingbi ya es de código abierto y está disponible simultáneamente en GitHub, Hugging Face y Comunidad ModelScope (ModelScope)