uform-gen2-qwen-500m

UForm-Gen は、画像キャプションと Visual Question Answering 向けの小型生成ビジョン言語モデルです。社内の画像キャプションデータセットで事前学習し、SVIT、LVIS、VQA などの公開指示データセットでファインチューニングされています。