「ZwZ2-4B-GGUF」複数領域の視覚推論を行う視覚言語モデル:必要VRAM 4GB〜
inclusionAIによる視覚言語モデル「ZwZ2-4B」のGGUF形式ウェイトが公開。画像内の複数領域を比較・照合する視覚推論能力とllama.cppでの実行方法を解説。
手元で動くオープンウェイトモデルの新着・早見表・実測データ
inclusionAIによる視覚言語モデル「ZwZ2-4B」のGGUF形式ウェイトが公開。画像内の複数領域を比較・照合する視覚推論能力とllama.cppでの実行方法を解説。