跳到正文

MAVIS

面向多模态大模型的数学视觉指令调优模型

访问官网

MAVIS 是什么

MAVIS 被介绍为一个数学视觉指令调优系统,通过两个数据集与三阶段训练增强多模态大模型的视觉数学解题能力。

你可以用它做什么

  • 提升数学问题的视觉识别
  • 为数学教育应用增加交互性
  • 分析图表与可视化表示

上手流程

  • 访问 GitHub 页面获取数据集
  • 下载并安装必要依赖
  • 阅读文档了解模型配置

优点与缺点

✓ 我们认可的地方

  • Math-CLIP 是专为数学图表设计的视图编码器
  • MAVIS-7B 采用三阶段训练范式

! 需要留意的地方

  • 数据集需从 GitHub 页面获取
  • 需要下载并安装依赖和工具

常见问题

包含哪些数据集?

资料说明它列出含 588K 对的 MAVIS-Caption 与含 834K 条的 MAVIS-Instruct。

Math-CLIP 是什么?

资料说明它是为 MLLM 理解数学图表而设计的视图编码器。

最后评测: 2026-11-15

更多 AI 编程工具 工具

查看全部 →

评测方法