LLM‑jp‑4‑VL 9B 是 LLM‑jp 推出的视觉语言模型,基于 llm‑jp‑4‑8b‑thinking 和 SigLIP 2‑SO400m 进行构建,使用面向商业友好的数据训练,在答案前添加推理轨迹,并在 CharXiv、HakushoBench 等文本和图表基准测试中优于其 beta 版本。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
4,000
Hugging Face 点赞数
19
收录日
2026年9月7日
同分类的热门资源
研究领域相近的资源
- gemma-4-12B-it-qat-UD-japanese-imatrixdahara12k一个 1/4 大小、CPU‑friendly 的日语优化量化 Gemma 4 模型(Apache 2.0),可全程在本地运行,提供可选的开发者支持与稳健的基准测试。共同: 大语言模型・图像与多模态
PaddleOCRPaddlePaddle91k将任意 PDF 或图像文档转换为可供 AI 使用的结构化数据。一个连接图像/PDF 与大语言模型的强大、轻量级 OCR 工具包,支持100多种语言。多语言共同: 大语言模型・图像与多模态
koharukoharu-rs6.7k使用Rust编写的带有LLM的自动漫画翻译工具。GitHub共同: 大语言模型・图像与多模态- Jaglellm-jp168Jagle 是一个约 920 万实例的日本多模态后训练数据集,构建自图像–文本对和 PDF 文本,用于训练 LLM‑jp‑4‑VL 9B beta,并已被证明能提升日语视觉语言任务性能。HF 数据集共同: 大语言模型・图像与多模态
transformershuggingface167k🤗 Transformers:面向文本、视觉、音频及多模态领域最先进机器学习模型的模型定义框架,同时支持推理与训练。多语言共同: 图像与多模态- japanese-gpt-neox-smallrinna656k一个 12 层、768 隐藏层的日语 GPT‑NeoX 模型,训练数据为 CC‑100、C4 以及 Wikipedia,兼容 Huggingface,并配备可选的玩具前缀调优权重,能强制每个句子末尾以笑脸表情符号结束。共同: 大语言模型