カテゴリ AIモデル
タグ AIモデル
CogVLM とは
CogVLM は強力なオープンソースの視覚言語モデルと紹介され、CogVLM-17B は 100 億の視覚パラメータと 70 億の言語パラメータを持ち、画像について対話できると説明されている。
できること
- 画像の細部を正確に描写する
- さまざまな種類の質問に答える
- 視覚的位置特定を行う
- 画像について対話する
評価の記載
- 資料は CogVLM-17B が NoCaps、Flicker30k、RefCOCO、RefCOCO+、RefCOCOg、Visual7W、GQA、ScienceQA、VizWiz VQA、TDIUC の 10 種の古典的なマルチモーダル評価で最高水準の性 能と説明
- 資料は VQAv2、OKVQA、TextVQA、COCO 字幕などで二位に挙がるとする
- 資料は PaLI-X 55B を上回るか同等と説明
長所と短所
✓ 良い点
- オープンソースの視覚言語モデル
- 画像の描写・質問応答・位置特定が一つのモデルに揃う
! 注意したい点
- 挙がる評価結果は資料の記述による
- 資料は VQAv2、OKVQA、TextVQA、COCO 字幕などで二位と説明
よくある質問
画像に対して何ができる?
機能一覧は細部の正確な描写、さまざまな質問への回答、視覚的位置特定を挙げる。
CogVLM-17B の規模は?
資料は 100 億の視覚パラメータと 70 億の言語パラメータと説明。
最終評価日: 2026-11-15
その他 LLM APIプラットフォーム ツール
すべて見る →-
302.AI 数百の大規模モデルを単一の API に集約したクラウド 開発者ツール API連携 マルチモデルプラットフォーム モデルデプロイ LLM APIプラットフォーム -
360智脑开放平台 360 モデル API プラットフォーム API連携 マルチモデルプラットフォーム ナレッジベースQ&A 企業自動化 LLM APIプラットフォーム -
4o Image API 画像生成 API ゲートウェイ 無料ツール フリーミアムツール 開発者ツール API連携 LLM APIプラットフォーム -
AI-Flow ノーコードのマルチモデルワークフロー ワークフロー自動化 開発者ツール API連携 ナレッジベースQ&A LLM APIプラットフォーム -
AI/ML API 多数のモデルへの単一ゲートウェイ 開発者ツール API連携 マルチモーダル マルチモデルプラットフォーム LLM APIプラットフォーム -
Amazon Bedrock AWS のコード提案とセキュリティスキャン 無料ツール コードアシスタント IDE アプリ構築ツール LLM APIプラットフォーム