ModelНе подтверждена
atltorres/visual-question-answering
Модель получает изображение и вопрос о нём и формирует текстовый ответ. Результат должен опираться на визуальное содержимое; точность чтения мелких деталей и способность выполнять сложные рассуждения требуют проверки на конкретных данных. Заявленные форматы файлов модели: Safetensors.
Owner / publisheratltorres