moondream

Moondream: Moondream 3.1

Moondream 3.1 — мультимодальная модель, которая анализирует изображения и отвечает на вопросы о них. Она поддерживает создание подписей к изображениям, распознавание текста (OCR) и визуальные рассуждения. Модель содержит 9 млрд параметров, из которых активно используются 2 млрд, и работает с контекстом до 32 тысяч токенов. Для обработки запросов доступен дополнительный режим рассуждений.