microsoft · Obrázky na vstupu a OCR · 232 mil. parametrů
Malý model na úlohy s obrázky: popisky, rozpoznání objektů a segmentace, řízený textovými pokyny.
Vývojáře, kteří potřebují rychle automaticky popsat nebo rozdělit obrázky.
Licence MIT, jen asi 0,2 miliardy parametrů, takže stačí běžný počítač.
Vejde se do běžného počítače s 16 GB paměti. Odhad paměti jen pro váhy modelu: zhruba 0,1 GB ve 4bitové podobě a 0,5 GB v plné přesnosti.
Neověřeno.
Nepovídá si; je to specializovaný model na vizuální úlohy.
Licence: MIT. Podle licence jde použít i komerčně, s dodržením jejích podmínek.