SlowFast-LLaVA 是什么
SlowFast-LLaVA 被介绍为一个免训练的多模态大型语言模型,面向视频理解与推理,无需微调即可进行视频问答。
你可以用它做什么
- 回答关于视频的问题
- 运行多个视频问答基准
- 按所用硬件调整配置
上手流程
- 安装 CUDA、Python 与 PyTorch
- 克隆代码并创建 conda 环境
- 下载并准备预训练权重
优点与缺点
✓ 我们认可的地方
- 提供详细的安装与使用指南
- 提供丰富的示例代码与脚本
! 需要留意的地方
- 评估依赖预训练的 LLaVA-NeXT 权重
- 环境需要 CUDA、Python 与 PyTorch
常见问题
需要微调吗?
资料说明它是免训练模型,无需在任何数据上微调。
用到了什么权重?
资料列出预训练的 LLaVA-NeXT 权重。
最后评测: 2026-11-15