OmniParser: Icon Description Model
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello sono open weight, ma non è stato pubblicato alcun conteggio dei parametri. Ogni figura di memory e velocità parte da quel numero, quindi preferiremmo non mostrare nulla piuttosto che una stima fabbricata..
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Microsoft Research
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 1 August 2024
- Autori
- Yadong Lu, Jianwei Yang, Yelong Shen, Ahmed Awadallah
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Vision
- Compito
- Image captioning
- Modello di base
- BLIP-2 (Q-Former)
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
- Epoche
- 1
"We finetune BLIP-2 model for 1 epoch on the generated dataset with constant learning rate of 1e−5 ,no weight decay and Adam optimizer. " "We we curate a dataset of 7k icon-description pairs using GPT-4o, and finetune a BLIP-v2 model [LLSH23] on this dataset" "we collected 7185 icon-description pairs for finetuning"
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Open — downloadable
- Accesso al modello
- Open weights (unrestricted)
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- OmniParser for Pure Vision Based GUI Agent
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Cosa è questo modello
OmniParser: Icon Description Model è stato pubblicato da Microsoft Research, nel paese registrato come United States of America, durante August 2024. L'organizzazione di pubblicazione è classificata come industry.
Funziona nel dominio di Vision, ed è registrato come eseguire il compito di image captioning.
Il suo punto di partenza era un modello di base esistente, BLIP-2 (Q-Former). Quello è il modo abituale in cui viene prodotto un modello specializzato.
I pesi aperti sono ciò che mette questa pagina nel calcolatore piuttosto che solo nel catalogo: è un modello che puoi effettivamente tenere.
Risposte
OmniParser: Icon Description Model — domande comuni
OmniParser: Icon Description Model— che GPU ho bisogno per eseguirlo?
Non possiamo dire. Ha pesi aperti, ma non è stato pubblicato alcun conteggio dei parametri per esso, e ogni calcolo di memoria e velocità parte da quel numero. Preferiremmo non mostrare nulla piuttosto che una stima fabbricata.
OmniParser: Icon Description Model— è open-source?
I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.
OmniParser: Icon Description Model— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
OmniParser: Icon Description Model— chi l'ha creato?
È stato pubblicato da Microsoft Research, basato su United States of America, un'organizzazione categorizzata come industry.
OmniParser: Icon Description Model— quando è stato rilasciato?
È stato pubblicato in August 2024. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
OmniParser: Icon Description Model— A cosa serve?
Funziona nel dominio di Vision, e viene registrato come gestire il compito di image captioning. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
OmniParser: Icon Description Model— Dove posso scaricarlo?
I pesi sono pubblicati, anche se non abbiamo un link al repository per essi. Questo sito calcola i requisiti hardware anziché ospitare file di modello.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.