This is the Windows app named FastVLM whose latest release can be downloaded as ml-fastvlmsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Descargue y ejecute en línea esta aplicación llamada FastVLM 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 cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows 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 e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
FastVLM
DESCRIPCIÓN
FastVLM es una pila de modelado de lenguaje de visión centrada en la eficiencia que introduce FastViTHD, un codificador de visión híbrido diseñado para emitir menos tokens visuales y reducir drásticamente el tiempo de codificación, especialmente para imágenes de alta resolución. En lugar de complejas etapas de poda, el diseño compensa la resolución y el número de tokens mediante el escalado de entrada, simplificando el proceso de creación y manteniendo una alta precisión. Los resultados reportados destacan importantes aceleraciones en el tiempo hasta el primer token y una calidad competitiva en comparación con los VLM abiertos contemporáneos, incluyendo comparaciones entre variantes pequeñas y grandes. El repositorio documenta las variantes del modelo, muestra cifras comparativas con referencias conocidas y explica cómo el codificador se integra con las estructuras principales de LLM comunes. El informe de investigación de Apple define FastVLM como un enfoque en escenarios en tiempo real o sensibles a la latencia, donde reducir la presión visual de los tokens es crucial para la experiencia de usuario interactiva. En resumen, es una receta práctica para lograr VLM rápidos sin heurísticas de selección de tokens exóticas.
Caracteristicas
- Codificador de visión híbrido FastViTHD con menos tokens visuales
- Reducciones significativas en la latencia de codificación y TTFT
- Intercambio de resolución y token mediante un escalado de entrada simple
- Compatibilidad con las estructuras LLM estándar en pilas VLM
- Se informó que superó las líneas de base a un costo mucho menor
- Variantes optimizadas para regímenes de modelos pequeños y grandes
Lenguaje de programación
Python
Categorías
Esta aplicación también se puede descargar desde https://sourceforge.net/projects/fastvlm.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.
