GLM 4V 9B Read this in English 2024/08/12, 本仓库代码已更新并使用 transforemrs =4.44.0 , 请及时更新依赖。 GLM 4V 9B 是智谱 AI 推出的最新一代预训练模型 GLM 4 系列中的开源多模态版本。 GLM 4V 9B 具备 1120 1120 高分辨率下的中英双语多轮对话能力，在中英文综合能力、感知推理、文字识别、图表理解等多方面多模态评测中，GLM 4V 9B 表现出超越 GPT 4 turbo 2024 04 09、Gemini 1.0 Pro、Qwen VL Max 和 Claude 3 Opus 的卓越性能。 多模态能力 GLM 4V 9B 是一个多模态语言模型，具备视觉理解能力，其相关经典任务的评测结果如下： MMBench EN Test MMBench CN Test SEEDBench IMG MMStar MMMU MME HallusionBench AI2D OCRBench 英文综合 中文综合 综合能力 综合能力 学科综合 感知推理 幻觉性 图表理解 文字识别 GPT 4o, 20240513 83.4 82.1 77.1 63.9 69.2 2310.3 55 84.6 736 GPT 4v, 20240409 81 80.2 73 56 61.7 2070.2 43.9 78.6 656 GPT 4v, 20231106 77 74.4 72.3 49.7 53.8 1771.5 46.5 75.9 516 InternVL Chat V1.5 82.3 80.7 75.2 57.1 46.8 2189.6 47.4 80.6 720 LlaVA Next Yi 34B 81.1 79 75.7 51.6 48.8 2050.2 34.8 78.9 574 Step 1V 80.7 79.9 70.3 50 49.9 2206.4 48.4 79.2 625 MiniCPM Llama3 V2.5 77.6 73.8 72.3 51.8 45.8 2024.6 42.4 78.4 725 Qwen VL Max 77.6 75.7 72.7 49.5 52 2281.7 41.2 75.7 684 GeminiProVision 73.6 74.3 70.7 38.6 49 2148.9 45.7 72.9 680 Claude 3V Opus 63.3 59.2 64 45.7 54.9 1586.8 37.8 70.6 694 GLM 4v 9B 81.1 79.4 76.8 58.7 47.2 2163.8 46.6 81.1 786 本仓库是 GLM 4V 9B 的模型仓库，支持 8K 上下文长度。 运行模型 更多推理代码和依赖信息，请访问我们的 g…
We use cookies for essential functionality and analytics. You can accept or reject analytics cookies.Cookie policy