LLaVA 13B

LLaVA is a large multimodal model that combines a vision encoder and Vicuna for general-purpose visual and language understanding, achieving impressive chat capabilities and setting a new state-of-the-art accuracy on Science QA. #multimodal

LLaVA 13B dispose d’une fenêtre de contexte de 2 048 jetons.

LLaVA 13B accepte texte et images en entrée et renvoie texte.

LLaVA 13B est sorti le 16 novembre 2023. Ses connaissances s’arrêtent au 30 juin 2023.