Elorian: Glimpseновая

Описание

Glimpse — это мультимодальная модель визуального рассуждения от Elorian, разработанная для визуального понимания и сложного визуального рассуждения в физическом мире. Она работает непосредственно с изображениями и видео, а не преобразует их сначала в текст, что позволяет ей находить мелкие детали в сложных сценах, отслеживать события в кадрах видео и обосновывать свои ответы тем, что фактически показано на экране. Модель подходит для визуальных рабочих процессов, ориентированных на агентов, таких как визуальный поиск, создание субтитров к видео и подсчет объектов в сложных сценах, а также для применения в реальном мире в таких областях, как робототехника, строительство, инженерия и производство.

Характеристики

API и примеры кода

from openai import OpenAI

client = OpenAI(
    base_url="https://infergate.ru/api/v1",
    api_key="sk-•••",
)

resp = client.chat.completions.create(
    model="elorian/glimpse",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.choices[0].message.content)

Поддерживаемые параметры запроса