分类 AI模型
Vary-toy 是什么
Vary-toy 被介绍为一个基于 Qwen-1.8B 的小型 Vary 模型,引入改进的视觉词汇以获得更广的泛化能力。
你可以用它做什么
- 在普通 GPU 上做文档视觉问答实验
- 在普通 GPU 上做图表问答实验
- 在普通 GPU 上做引用关注指代实验
模型说明
- 用目标检测驱动的正样本替换自然图像的负样本
- RefCOCO 上报告 88.1% 的准确率
- MMVet 上报告 29% 的准确率
优点与缺点
✓ 我们认可的地方
- 能高效编码与自然物体对应的视觉信息
- 资料报告了四个基准上的结果
! 需要留意的地方
- 基础语言模型为 Qwen-1.8B
- 资料所述训练在普通 GPU 上进行
常见问题
基础模型是什么?
资料写明以 Qwen-1.8B 作为基础语言模型。
报告的 ANLS 是多少?
资料写明在 DocVQA 上实现 65.6% 的 ANLS。
最后评测: 2026-11-15
更多 大模型 API 平台 工具
查看全部 →-
302.AI 把数百个大模型收在一个 API 后面的聚合云平台 开发者工具 API 集成 多模型平台 模型部署 大模型 API 平台 -
360智脑开放平台 360 大模型 API 平台 API 集成 多模型平台 知识库问答 企业自动化 大模型 API 平台 -
4o Image API 图像生成 API 网关 免费 工具 免费增值 工具 开发者工具 API 集成 大模型 API 平台 -
AI-Flow 无代码的多模型工作流 工作流自动化 开发者工具 API 集成 知识库问答 大模型 API 平台 -
AI/ML API 一个网关接入众多模型 开发者工具 API 集成 多模态 多模型平台 大模型 API 平台 -
Amazon Bedrock 带安全扫描的 AWS 代码建议 免费 工具 代码助手 集成开发环境 应用搭建器 大模型 API 平台