本文へスキップ

Phi-3-vision-128k-instruct

128K の文脈を持つ軽量なマルチモーダルモデル

公式サイトを見る

Phi-3-vision-128k-instruct とは

Phi-3 系列に属し、文章と視覚の推論に密な資料を土台にした軽量な開放モデルと説明されている。

できること

  • 文章と画像を入力する
  • 対話形式の指示を使う
  • 128K トークンの文脈を扱う

活用場面

  • 教育の場で複雑な概念の理解を助ける
  • 商業の場で画像と文章のデータを扱う
  • 研究で生成 AI の土台として使う

長所と短所

✓ 良い点

  • 資料は 512 台の H100-80G で 1.5 日の学習を挙げる
  • 資料は監督調整と選好の最適化を説明

! 注意したい点

  • 出力は入力に対する生成された文章
  • 資料は 5000 億の視覚と文章のトークンを挙げる

よくある質問

文脈の長さは?

資料では 128K トークンと説明。

出力は何?

資料では入力に対して生成された文章。

最終評価日: 2026-11-15

その他 AI画像生成 ツール

すべて見る →

評価方法