研發背景
LLaVA-1.5-7B是一個多模態GPT-4智慧型助手，旨在融合語言與視覺以滿足用戶複雜需求。LLaVA旨在更深入地理解和處理語言和視覺信息，從而實現更複雜的任務和對話。
核心團隊
上海AI實驗室與
香港中文大學團隊在LLaVA-1.5-7B上套用TFQ-GRPO方法，提升了模型在特定任務上的性能。
Adobe、
羅切斯特大學等研究團隊提出了YOPO剪枝技術，使LLaVA-1.5在保留12%計算量的情況下保持同等性能。
北京大學團隊開發了MoE-LLaVA模型，其以3B稀疏激活參數實現了與LLaVA-1.5-7B相當的視覺理解能力。
