Prošnja: GaMS z vidnim delom (vision encoder)
#1
by OriginLive - opened
Bi lahko pri naslednji različici GaMS obdržali vidni del Gemme (3 ali 4), da bi model bral tudi zaslonske slike in skenirane dokumente, ne samo besedila?
Beta verzija multimodalnega GaMS3 modela že obstaja: https://huggingface.co/GaMS-Beta/GaMS3-12B-Multimodal. Naslednje različice bodo po planu že v osnovi podpirale vsaj slike.
dvres changed discussion status to closed