메인 콘텐츠로 건너뛰기

Phi-3.5-vision-instruct

MicrosoftPhi오픈 웨이트MIT · 상업적 사용 가능

설명

Phi-3.5-vision-instruct is a 4.2B-parameter open multimodal model with up to 128K context tokens. It emphasizes multi-frame image understanding and reasoning, boosting performance on single-image benchmarks while enabling multi-image comparison, summarization, and even video analysis. The model underwent safety post-training for improved instruction-following, alignment, and robust handling of visual and text inputs, and is released under the MIT license.

출시일
2024-08-23
파라미터
4.2B
컨텍스트 길이
모달리티

능력 레이더

70
general
0
coding
40
reasoning
34
science추정
28
agents
70
multimodal

전용 과학 벤치마크가 없을 때 Science는 LLM Stats 과학 점수 또는 추론 능력에서 추정합니다.

랭킹

도메인#순위점수소스
멀티모달 랭킹69
37.0
LS

벤치마크 점수 (LLM Stats)

(LLM Stats (zeroeval))

General

MMMU43.0%자체 보고

Image To Text

TextVQA72.0%자체 보고

Math

ScienceQA91.3%자체 보고
MathVista43.9%자체 보고
InterGPS36.3%자체 보고

Multimodal

POPE86.1%자체 보고
MMBench81.9%자체 보고
ChartQAMasry et al. (2022)81.8%자체 보고
AI2D78.1%자체 보고

AA 평가 지수

(Artificial Analysis)

AA 평가 데이터가 없습니다

LLM Stats 카테고리 점수

(LLM Stats (zeroeval))
Safety
90
Multimodal
70
Reasoning
70
Image To Text
70
General
70
Vision
70
Math
40
Healthcare
40

가격

가격 데이터가 없습니다

속도

속도 데이터가 없습니다

공급자 가격 순위

프로바이더 데이터가 없습니다

외부 링크