LLaVA-3b LLaVA-3b是一种基于Dolphin 2.6 Phi进行微调的模型,使用SigLIP 400M的视觉塔以LLaVA方式进行微调。模型具有多个图像标记、使用视觉编码器的最新层输出等特点 huggingface.co 大模型与开发平台 查看详情 → 访问官网 ↗