MMAlaya

MMAlaya是基于大语言模型Alaya的多模态模型。

MMAlaya包含以下三个模块：
1，大语言模型Alaya。
2，图像文本特征编码器blip2-opt-2.7b
3，图像文本特征到大预言模型的线性投影器。

模型的训练主要基于[LLaVA]架构(https://github.com/haotian-liu/LLaVA)

2024.01.23 最终在MMBench线上测试中文测试集分数为56.9，总排名为第20名，7B模型的第9名。英文测试集分数为59.8，总排名为第29名，7B模型的第12名。