Esta es la aplicación para Linux CogVLM, cuya última versión se puede descargar como CogVLMsourcecode.tar.gz. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada CogVLM con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
SCREENSHOTS
Ad
CogVLM
DESCRIPCIÓN
CogVLM es una suite de modelos de lenguaje visual de código abierto, y su versión hermana CogAgent, orientada a la interfaz gráfica de usuario (GUI), diseñada para la comprensión de imágenes, la puesta a tierra y el diálogo multiturno, con acciones de agente opcionales en capturas de pantalla reales de la IU. El producto estrella, CogVLM-17B, combina aproximadamente 10 000 millones de parámetros visuales con aproximadamente 7 000 millones de parámetros de lenguaje y admite entradas de 490×490; CogAgent-18B amplía esta capacidad a 1120×1120 e incorpora salidas de plan/próxima acción, además de coordenadas de operación con base para tareas GUI. El repositorio ofrece diversas maneras de ejecutar modelos (CLI, demo web y APIs de estilo OpenAI-Vision), junto con opciones de cuantificación que reducen la necesidad de VRAM (p. ej., 4 bits). Incluye puntos de control para variantes de chat, base y puesta a tierra, además de recetas para la inferencia paralela de modelos y el ajuste fino de LoRA. La documentación cubre las indicaciones de tareas para el diálogo general, la base visual (cuadro→título, título→cuadro, título+cuadros) y los flujos de trabajo del agente GUI que producen acciones estructuradas con cuadros delimitadores.
Caracteristicas
- VLM preentrenados (CogVLM-17B) y CogAgent-18B con capacidad para GUI
- Diálogos de imágenes de múltiples turnos, base visual y planificación de acciones de GUI
- Demostraciones listas para usar: CLI (SAT/HF), interfaz web de Gradio y API estilo OpenAI-Vision
- Puntos de control para variantes de chat/base/conexión a tierra con plantillas de indicaciones
- Soporte de cuantificación (4 bits/8 bits) e inferencia de modelos paralelos en múltiples GPU
- Ejemplos de ajuste (por ejemplo, CAPTCHA) y scripts de evaluación
Lenguaje de programación
Pitón, shell de Unix
Categorías
Esta aplicación también se puede descargar desde https://sourceforge.net/projects/cogvlm.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.
