跳到正文

Phi-3-vision-128k-instruct

具备 128K 上下文的轻量级多模态模型

访问官网

Phi-3-vision-128k-instruct 是什么

Phi-3 Vision 被介绍为 Phi-3 家族中的轻量级开放多模态模型,面向文本和视觉的高质量推理密集数据。

你可以用它做什么

  • 输入文本与图像
  • 使用聊天格式的提示
  • 使用 128K token 的上下文

应用场景

  • 在教育领域帮助学生理解复杂概念
  • 在商业环境中分析处理图像和文本数据
  • 在研究中作为生成式 AI 功能的基础模型

优点与缺点

✓ 我们认可的地方

  • 资料列出使用 512 张 H100-80G 训练 1.5 天
  • 资料描述结合监督微调与直接偏好优化

! 需要留意的地方

  • 输出为针对输入生成的文本
  • 资料列出训练数据包含 5000 亿视觉和文本 token

常见问题

上下文有多长?

资料说明上下文长度为 128K tokens。

输出是什么?

资料说明输出为针对输入生成的文本。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法