Hugging Face Blog·· 2024-05-14精选AI 评分65
Hugging Face 介绍 Google PaliGemma 开源视觉语言模型系列
PaliGemma – Google's Cutting-Edge Open Vision Language Model
AI 导读
Hugging Face 博客介绍 Google 发布的 PaliGemma 视觉语言模型家族，其架构由 SigLIP-So400m 图像编码器与 Gemma-2B 文本解码器经线性适配器组合而成，可接收图像与文本并输出文本。
推荐理由
详细拆解了三类检查点的用途差异与分辨率取舍，可帮助读者按任务选型并直接上手微调。
来源：Hugging Face Blog · huggingface.co