定制化图文生成

基于InternLM2的可定制高性能多模态视觉语言大模型 该模型采用创新的部分LoRA（PLoRA）方法，仅给图像标记添加额外参数，保留完整预训练语言知识，平衡了精准视觉理解与高质量文本生成。基于InternLM2-7B训练，多项基准测试性能优于同类模型，部分指标追平甚至超越GPT-4V和Gemini Pro，7B参数模型已公开获取。