LLaVA-CoT

LLaVA-CoT ni modeli ya lugha, kutambua picha na uchakataji wa data mseto iliyoundwa na Alibaba DAMO Academy, Lehigh University, Peking University, Peng Cheng Laboratory na Tsinghua University (China, Marekani), iliyotolewa 15 Novemba 2024.

Uzito wake uko wazi kwa utafiti na matumizi binafsi, lakini si kwa biashara.

Ina vigezo (parameters) bilioni 11.

Naweza kuiendesha mwenyewe?

Ndiyo, kwenye kompyuta mpakato au kifaa chenye uwezo mkubwa zaidi.

  1. SimuRAM ya GB 6–8
  2. Kompyuta mpakatoRAM ya GB 16
  3. Kompyuta yenye uwezo mkubwaGB 24 hadi 64 (kadi ya michoro au Mac yenye uwezo mkubwa)
  4. Sevazaidi ya GB 64

Inahitaji takriban GB 7.6 za kumbukumbu (RAM) ikibanwa hadi biti 4.

Programu kama Ollama au LM Studio zinapakua na kuendesha modeli kwenye kompyuta yako, bila intaneti.

Kumbuka: leseni yake hairuhusu matumizi ya biashara.

Modeli nyingine za Alibaba DAMO Academy

  1. GLM-4.6Tsinghua University na Z.ai (Zhipu AI)Sep 2025Lugha
    Wazi357BSeva
  2. MinerU2.5Peking University, Shanghai AI Lab na Shanghai Jiao Tong UniversitySep 2025Lugha, Utambuzi wa picha
    Wazi1.2BSimu
  3. GLM-4.1V-ThinkingTsinghua University na Z.ai (Zhipu AI)Ago 2025Data mseto, Utambuzi wa picha
    Wazi9BKompyuta mpakato
  4. GLM-4.5VTsinghua University na Z.ai (Zhipu AI)Ago 2025Data mseto, Utambuzi wa picha
    Wazi108BSeva
  5. GLM-4.5Tsinghua University na Z.ai (Zhipu AI)Jul 2025Lugha
    Wazi355BSeva
  6. GLM-4.5-AirTsinghua University na Z.ai (Zhipu AI)Jul 2025Lugha
    Wazi106BSeva