跳到正文
原文
Hacker News · Show HN· aditmag·· 5 天前AI 评分50

Dragonfly:基于 Qwen3-VL 的 4B VLM,一次推理回答图像多个问题

Show HN: 4B VLM trained on 600k questions to query images in one pass

AI 导读

Dragonfly 是 Qwen3-VL 的 LoRA 微调模型,通过类型化输出头一次读取图像即可回答多个问题,并为每个答案给出概率。其训练数据含 609,230 条训练问题、共 739,636 个问题,4B 版本在 Yes/No 任务上准确率达 88.1%,超过原版 Qwen3-VL-4B 的 85.8%。

来源:Hacker News · Show HN · github.com