跳到正文

InternVL2_5-4B-MPO

基于混合偏好优化的多模态模型

访问官网

InternVL2_5-4B-MPO 是什么

该模型被介绍为基于 InternVL2.5 和混合偏好优化构建的多模态大语言模型系列,用随机初始化的 MLP 投影器融合视觉与语言组件。

你可以用它做什么

  • 由图像与视频数据生成描述
  • 为视频内容做自动标注和摘要

模型准备

  • 加载前安装 Transformers 与 Torch
  • 对图像调整大小并转换为所需格式

优点与缺点

✓ 我们认可的地方

  • 支持多图像和视频数据
  • 资料给出多模态偏好数据集等架构设计

! 需要留意的地方

  • 加载前需安装 Transformers 与 Torch
  • 推理前需对图像调整大小并转换格式

常见问题

基于什么构建?

资料列出 InternVL2.5 与混合偏好优化。

怎么加载模型?

资料记录用 Transformers 库的 AutoModel.from_pretrained 加载。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法