VLMEvalKit入门指南 - 开源大规模视觉语言模型评估工具包
532 2025-01-03 00:00:00
VLMEvalKit简介
VLMEvalKit是一个由开源贡献者开发的大规模视觉语言模型(LVLM)评估工具包。它具有以下主要特点:
支持对约100种视觉语言模型进行评估,包括API模型和开源PyTorch/Hugging Face模型提供40多个基准数据集,涵盖图像理解、视频理解等多个任务采用基于生成的评估方法,并提供精确匹配和基于LLM的答案提取两种评估模式一键式评估,无需繁琐的数据准备工作支持自定义基准和模型,易于扩展主要功能
支持的视觉语言模型VLMEvalKit支持多种类型的视觉语言模型:
API模型:如GPT-4v、Gemini Pro Vision等开源PyTorch/HF模型:如IDEFICS、LLaVA、MiniGPT-4等支持多模态输入的模型(标记为
热门资讯
-
- Botpress学习资料汇总 - 开源对话式AI平台
- 1829 2024-12-16 16:31:42
-
- BibiGPT-v1: 革命性的AI音视频内容一键总结工具
- 1973 2024-12-19 05:49:31
-
- Ethora: 开源 Web3 社交平台引擎
- 551 2025-01-06 17:56:26
-
- DouZero: 基于自我对弈深度强化学习的斗地主AI系统
- 1803 2024-12-19 02:10:32
-
- 开源数据工程项目精选:打造现代数据基础架构
- 1290 2025-01-06 16:16:54
-
- AI也能刷短视频了？！清华大学最新发布短视频理解模型，含图像文本音频多模态理解
- 958 2024-12-31 16:07:01
-
- Diffree：最新模型实现文字指令修改图片！！这下修图变得更简单了
- 1152 2024-12-31 16:27:01
-
- 北大团队最新发布全景3D技术！只需一张图片和一段话就能生成全景3D场景
- 1384 2024-12-31 16:46:55
-
- React Agent 学习资料汇总 - 开源 React.js 自主 LLM 代理
- 1182 2025-01-03 17:08:43
-
- Mojo编程语言学习资料汇总 - 兼具Python语法和系统级性能的AI编程语言
- 818 2025-01-06 14:37:19
相关常用工具
查看更多- 1 cheetah 866
- 2 SUPIR 1472
- 3 Conference-Acceptance-Rate 494
- 4 DouZero 933
- 5 GodMode 1530
- 6 MeloTTS 247
- 7 codefuse 1783
- 8 腾讯云 AI 代码助手 329
- 9 CodeGeeX 1416