Hugging Face Blog·2024-12-05 08:00· 2024-12-05精选AI 评分62

Google 发布视觉语言模型 PaliGemma 2，含 3B、10B、28B 三种规模

Welcome PaliGemma 2 – New vision language models by Google

AI 导读

Google 发布视觉语言模型 PaliGemma 2，将 SigLIP 图像编码器与 Gemma 2 语言模型结合，提供 3B、10B、28B 三种规模，支持 224x224、448x448 和 896x896 三种输入分辨率。

推荐理由

Google 发布 PaliGemma 2 视觉语言模型，提供 3B、10B、28B 三种规模与多分辨率选择，并附 transformers 集成和微调脚本。

来源：Hugging Face Blog · huggingface.co