Phi-3.5-vision-instruct
MicrosoftPhiOpen WeightMIT · Commercial OK
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
40
general
0
coding
40
reasoning
34
science추정
0
agents
70
multimodal
전용 과학 벤치마크가 없을 때 Science는 추론 프록시를 사용하여 추정합니다.
랭킹
| 도메인 | #순위 | 점수 | 소스 |
|---|---|---|---|
| Multimodal Ranking | 30 | 80.0 | LS |
벤치마크 점수 (LLM Stats)
General
MMMU
43.0%자체 보고
Image To Text
TextVQA
72.0%자체 보고
Math
ScienceQA
91.3%자체 보고
MathVista
43.9%자체 보고
InterGPS
36.3%자체 보고
Multimodal
POPE
86.1%자체 보고
MMBench
81.9%자체 보고
ChartQA
81.8%자체 보고
AI2D
78.1%자체 보고
AA 평가 지수
AA 평가 데이터가 없습니다
LLM Stats 카테고리 점수
Vision70
Image To Text70
Multimodal70
Reasoning70
General40
Healthcare40
Math40
가격
가격 데이터가 없습니다
속도
속도 데이터가 없습니다
사용 가능한 프로바이더
(LS 내부 단위)프로바이더 데이터가 없습니다