Hugging Face Blog·· 2024-12-05精选AI 评分79
Google 发布 PaliGemma 2 多模态模型
Welcome PaliGemma 2 – New vision language models by Google
AI 导读
Google 发布 PaliGemma 2 视觉语言模型，基于 SigLIP 和 Gemma 2 架构，提供 3B、10B 和 28B 三种参数规模，支持 224x224、448x448 和 896x896 多种输入分辨率。模型采用 Gemma 许可协议，支持商业使用与微调，Hugging Face 同步更新了 transformers 集成与 LoRA 微调脚本。
推荐理由
提供了多尺寸模型与多分辨率支持，并附带微调脚本，便于开发者快速适配视觉语言任务。
来源：Hugging Face Blog · huggingface.co