本文へスキップ

moondream

SigLIP と Phi-1.5 による小型の視覚言語モデル

公式サイトを見る
カテゴリ AIモデル

moondream とは

moondream は SigLIP、Phi-1.5、LLaVA の学習データで組まれた 16 億のパラメータを持つモデルと説明されている。

できること

  • Huggingface Spaces でモデルを試す
  • CC-BY-SA ライセンスのもとで重みを確認する
  • VQAv2、GQA、VizWiz、TextVQA の数値を読む

モデルについて

  • 重みに CC-BY-SA ライセンスが適用される
  • 資料は複数のモデルの基準数値を並べる
  • LLaVA のデータがライセンスの理由に挙がる

長所と短所

✓ 良い点

  • Huggingface Spaces で試せる
  • 資料は VQAv2、GQA、VizWiz、TextVQA の数値を並べる

! 注意したい点

  • 重みは CC-BY-SA ライセンスに従う
  • 並ぶ数値は資料に記されたもの

よくある質問

規模はどれほど?

資料は 16 億のパラメータとしている。

なぜ CC-BY-SA が適用される?

資料は LLaVA のデータを使うためと説明。

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 →

評価方法