v3.579.502.365475 安卓版
v5.282 安卓免費版
v4.814.1876.138110 PC版
v7.784.9041.675006 安卓版
v4.622.1046.611038 安卓版
v6.146.6592.596475 安卓免費版
v9.171.4981.610698 IOS版
v1.955.8796.580170 安卓漢化版
v9.827.9482.843771 安卓最新版
v5.809.8050 安卓漢化版
v3.411.8971.444094 安卓最新版
v7.214.4529 安卓漢化版
v6.325.8680.50654 安卓最新版
v9.239.9986.363501 PC版
v2.745.3964 PC版
v6.363.4174.169541 PC版
v1.633.1710.533624 IOS版
v8.16 安卓版
v3.231.3173.663514 安卓版
v4.812.8661 安卓免費版
v4.858.4828.105307 IOS版
v3.821.8062.237137 安卓最新版
v1.467 最新版
v7.88 安卓免費版
v6.475.7223 最新版
v1.351.3313.760002 安卓版
v1.38.5416.846472 安卓版
v3.373.6433 IOS版
v6.42 最新版
v5.209 安卓漢化版
v9.768 安卓漢化版
v4.740.8376 安卓版
v6.682.7681.678762 安卓最新版
v2.573.8326.588917 最新版
v6.697.6682.347795 安卓最新版
v9.132.2809 安卓版
v8.939.8204.619090 安卓最新版
v2.628.2438 安卓版
v3.827.2810.657435 安卓免費版
v2.158 PC版
v5.136.1073.444128 IOS版
v2.676.3728.866164 安卓版
v8.70 安卓版
v8.890.1156 IOS版
v7.421.4336.230079 安卓免費版
v7.416.5967.405039 PC版
v8.997 安卓免費版
v2.508.9449.661216 安卓免費版
v1.139.3847.858602 安卓漢化版
v7.801.3254.646423 IOS版
v6.627 最新版
v3.406.6857.979906 IOS版
v3.98.821.719634 最新版
v3.807 安卓最新版
v3.618.5047.686866 安卓漢化版
v9.55.9870.57339 PC版
v6.311.4599.773313 最新版
v4.237.1905 安卓漢化版
v1.952.585.858822 安卓版
v7.112.9060 安卓版
v8.752 安卓免費版
v7.282.9395 IOS版
v6.565.4871 安卓漢化版
v7.962.6777.482167 安卓版
v9.236.3799.812196 最新版
v7.352 安卓漢化版
v7.935.7757 安卓漢化版
v8.471.3090.467396 安卓最新版
v5.385.1399.62826 安卓免費版
v5.115.5132.913943 PC版
v7.381.1029.836707 安卓最新版
v6.538.5706 安卓免費版
v7.158.9871.531025 安卓版
v8.567.7528 安卓免費版
v5.275.8742 安卓最新版
v2.637.3022.881337 安卓漢化版
v1.616.8689 PC版
v7.825 安卓版
v1.884.6855 最新版
v3.159.6064.790013 IOS版
0464信息网
允中 发自 凹非寺量子位 | 公众号 QbitAI
7B量级模子,向来是端侧安排与小我私家开发者的心头好。
轻量化特征让它能无邪适配种种终端场景,而强劲性能又能笼罩图像信息抽取、文档明确、视频剖析、物体定位等高频需求。
刚刚,华为重磅推出开源新玩家openPangu-VL-7B,直接瞄准这一焦点场景精准发力。
昇腾原生的模子结构,让openPangu-VL-7B的推理性能极具性价比:
720P图像在单张Ascend Atlas 800T A2卡上首字模子推理时延(ViT与LLM模子时延和)仅160毫秒,能够举行5FPS的实时推理;训练阶段的MFU更是抵达42.5%。
更值得关注的是,模子在预训练阶段完成了3T+tokens的无突刺集群长稳训练,为开发者使用昇腾集群提供了极具价值的实践参考。
openPangu-VL-7B在通用视觉问答、文档图标明确&OCR、视觉定位、短视频明确等焦点使命上体现突出,在开源榜单中力压同量级模子,展现出强悍的综合实力。
官方提供的cookbook也展现了模子在这些领域的优异能力。
好比我们给模子一张菜品图,让模子找到一共有几多个樱桃番茄,模子能够点出所有的位置并准确计数。
给模子一张年报截图,模子也能将其转变为markdown名堂,省去了人工摘录的痛苦。
除了亮眼的榜单效果和针对昇腾的训推优化,手艺报告中还披露了若干焦点手艺细节,揭秘模子高性能背后的设计巧思:
1)适配昇腾的高性能视觉编码器
业界古板视觉编码器多针对GPU架构设计,没有充分验展昇腾硬件优势。
团队通过大宗先导实验与性能剖析,找到模子结构的最优平衡点——相同参数目下,该视觉编码器在昇腾芯片上的吞吐较使用窗注重力的ViT-H系列编码器提升15%。
同时,接纳多标签比照学习框架,让模子具备更优的细粒度明确能力,为后续VLM训练中的视觉定位数据学习筑牢基础。
2)样本平衡的损失设计
为解决差别长度训练样本的学习平衡问题,openPangu-VL-7B立异接纳 “加权逐样本损失+逐令牌损失” 的混淆训练计划,加权系数由令牌位置和样本主要性动态决议。
这一设计让模子在训练中既能吃透长回复数据,也不忽视短回复信息,阻止 “左支右绌”,消融实验已充分验证其有用性。
3)带填充的定位数据名堂
区别于业界主流的0-999定位计划,openPangu-VL-7B接纳000-999千分位带填充相对坐标完成视觉定位。
整齐的三个token举行位置回归,不但降低了模子学习难度,更显著提升了名堂遵从性,让定位使命的精度和效率同步提升。
别的,手艺报告还深入探索了预训练数据配比、位置编码、模子融合等要害战略,为开发者提供了周全的手艺细节参考。
关于昇腾使用者而言,openPangu-VL-7B 的开源无疑是一大利好。
这款兼具轻量化、高性能与强通用性的多模态模子,既为端侧开发和小我私家使用提供了新选择,也将进一步富厚昇腾生态的应用场景,为立异注入新动力。
模子链接:https://ai.gitcode.com/ascend-tribe/openPangu-VL-7B手艺报告:https://ai.gitcode.com/ascend-tribe/openPangu-VL-7B/blob/main/doc/technical_report.pdf
相关版本
多平台下载
审查所有0条谈论>网友谈论
在线免费黄色网
免费黄片高潮AAA的视频
国产免费Aⅴ精品妓女影院
中文字幕一区二区的
色视频操逼惨
自拍偷拍综合区
国产三级黄色在线视频
黄色福利
网络视频偷拍网
欧美 激情文学
国产呦福利呦交欧美一区
AV无码国产精品白浆嗯~啊
黄人人干操
啊哈~别顶了哪吒
jk大雷搞鸡
灰原哀被狂揉下部 拔萝卜
亚洲第一免费视频