本文へスキップ

Yi-VL-34B

画像対話向けのオープンなマルチモーダルモデル

公式サイトを見る

yi-vl-34b とは

本モデルは Yi Visual Language シリーズのオープンソース版。画像の理解と認識を担い、画像をめぐるマルチターンの会話に対応する。

できること

  • 同じ画像について続けて質問する
  • 会話で二言語の文章を使う
  • 細やかな画像の細部を扱う

主な特徴

  • 文章と画像のマルチターン対話
  • 二言語の文章への対応
  • きめ細かい画像解像度

長所と短所

✓ 良い点

  • 文章と画像のマルチターン対話が挙げられる
  • 資料では MMM と CMMMU の両方で首位とされる

! 注意したい点

  • 説明は Yi-VL のオープンソース版を中心とする
  • 挙げられた特性は二言語の文章と細やかな解像度

よくある質問

どんなモデル?

オープンソースのマルチモーダル視覚言語モデル。

挙げられたベンチマークは?

MMM と CMMMU。

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