Meta: Llama 3.2 11B Vision Instruct

Llama 3.2 11B Vision — мультимодальная модель с 11 миллиардами параметров, предназначенная для решения задач, сочетающих визуальные и текстовые данные. Она преуспевает в таких задачах, как создание подписей к изображениям и...