← 返回系列列表
Valley 1 个模型
发布时间线
2025.01.15
Valley2
基于电商场景设计,旨在通过可扩展的视觉-语言架构提升性能
采用Qwen2.5作为LLM主干,搭配Si ...
| 发布日期 | 公司 | 模型名称 | 类型 | 特性 |
|---|---|---|---|---|
| 2025-01-15 | Alibaba | Valley2 | 基于电商场景设计,旨在通过可扩展的视觉-语言架构提升性能 采用Qwen2.5作为LLM主干,搭配SigLIP-384视觉编码器 引入大视觉词汇、卷积适配器(ConvAdapter)和Eagle模块,增强处理多样化真实世界输入的灵活性及训练推理效率 训练过程分为文本-视觉对齐、高质量知识学习、指令微调和链式思维后训练四个阶段 |