Hugging Face 发布 NeoMME:260M/800M 多模态多语言编码器
Hugging Face 推出 NeoMME 系列多模态多语言编码器,含 260M 和 800M 两个规模,用单个双向 Transformer 同时处理文本 token 与图像 patch,从零训练,不依赖预训练视觉塔或因果语言模型。
Hugging Face 推出 NeoMME 系列多模态多语言编码器,含 260M 和 800M 两个规模,用单个双向 Transformer 同时处理文本 token 与图像 patch,从零训练,不依赖预训练视觉塔或因果语言模型。