Tarsier-7b
开源大规模视频语言模型，提升视频描述和理解能力
Tarsier-7b是一个开放源代码的视频语言模型，专注于视频描述和理解。该模型使用两阶段的训练策略以增强性能，能够生成高质量的视频描述。训练过程包括多任务预训练和多粒度微调，并通过多种数据集进行评估，从而保证出色性能。适合从事计算机视觉与自然语言处理研究的研究人员和爱好者使用，可在相关平台获取更多信息。
Tarsier-7b 项目介绍
项目背景
Tarsier-7b 是 Tarsier 系列中的一员，是一个开源的大规模视频语言模型。这个模型专注于生成高质量的视频描述，并且在理解一般视频内容方面有出色的能力。Tarsier 系列的另一个成员 Tarsier-34b 在6个开放的基准测试上取得了最先进的成果。Tarsier-7b 的基础语言模型是 liuhaotian/llava-v1.6-vicuna-7b。
模型开发时间
Tarsier-7b 于2024年6月完成训练。
相关资料
有关Tarsier-7b的更多信息可以通过以下链接获取：
许可证
Tarsier-7b 使用了 lmsys/vicuna-7b-v1.5 的许可证。
问题或评论
如有任何关于模型的问题或评论，可以通过 GitHub 问题页面 联系项目团队。
预期用途
Tarsier-7b 的主要用途是研究大规模多模态模型，特别是在视频描述方面的应用。其目标用户主要是从事计算机视觉、自然语言处理、机器学习和人工智能的研究人员和业余爱好者。
训练数据集
Tarsier-7b 采用了两阶段的训练策略：
- 阶段一： 在1300万条数据上进行多任务预训练。
- 阶段二： 在50万条数据上进行多粒度的说明指导训练。
在两个阶段中，模型都冻结了ViT（视觉变换器）并训练了投影层和LLM（大语言模型）的所有参数。
评估数据集
Tarsier-7b 在多个数据集上进行了评估：
- 视频描述： DREAM-1K
- 多选 VQA（视觉问答）： MVBench、NeXT-QA、Egoschema
- 开放式 VQA： MSVD-QA、MSR-VTT-QA、ActivityNet-QA、TGIF-QA
- 视频字幕： MSVD-Caption、MSRVTT-Caption、VATEX
如何使用
有关如何使用Tarsier-7b模型的具体说明，请参考 使用说明页面。
编辑推荐精选
Vora
免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
Refly.AI
最适合小白的AI自动化工作流平台
无需编码，轻松生成可复用、可变现的AI自动化工作流
酷表ChatExcel
大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
AIWritePaper论文写作
AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。
博思AIPPT
AI一键生成PPT，就用博思AIPPT！
博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。
潮际好麦
AI赋能电商视觉革命，一站式智能商拍平台
潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。
iTerms
企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。
SimilarWeb流量提升
稳定高效的流量提升解决方案，助力品牌曝光
稳定高效的流量提升解决方案，助力品牌曝光
Sora2视频免费生成
最新版Sora2模型免费使用，一键生成无水印视频
最新版Sora2模型免费使用，一键生成无水印视频
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号