Janus-Pro-7b
רץ בדפדפןAP123mit2025-01-27
ממשק בדיקה שמנתח תמונות ומייצר תמונות חדשות מטקסט באותו מקום. הוא מיועד למי שרוצה לבדוק את היכולות של המודל המאוחד בלי להתקין סביבת פיתוח כבדה.
- —הורדות בחודש
- 109לייקים
מה זה
העמוד מחולק לשני אזורי עבודה נפרדים. בחלק הראשון אתם מעלים תמונה, כותבים שאלה בתיבת הטקסט ומקבלים תשובה מילולית שמנתחת את מה שמופיע בה. בחלק השני אתם מקלידים תיאור טקסטואלי, והמערכת מחזירה גלריה של תמונות שנוצרו מאפס לפי ההנחיה.
מאחורי הקלעים רץ המודל deepseek-ai/Janus-Pro-7B. מדובר במודל רב-תחומי שמשלב הבנת תמונה ויצירת תמונה על בסיס אותה ארכיטקטורה, באמצעות מעבד השיחה הייעודי שלו. הממשק כולל גם דוגמאות מובנות להבנת תמונה וליצירה מטקסט, שמאפשרות להריץ בדיקות ראשוניות בלחיצה אחת בלי להעלות קבצים מהמחשב.
מתאים ל
- ניתוח תוכן מתוך תמונות
מעלים צילום ושואלים שאלה ספציפית על הפרטים שמופיעים בו כדי לקבל תשובה טקסטואלית מפורטת.
- יצירת תמונות מטקסט
כותבים פרומפט מפורט, מכוונים את מדד ההשפעה של ההנחיה, ומייצרים רשת של תמונות חדשות.
- בדיקת יכולות המודל המאוחד
מריצים שאילתות השוואה בין הבנה ויצירה כדי לראות איך מודל יחיד של 7 מיליארד פרמטרים מתמודד עם שתי המשימות.
איפה זה נופל
הממשק אינו מיועד לשיחה רציפה עם זיכרון ארוך, אלא פועל במבנה של שאלה ותשובה בודדת עבור כל קובץ. אי אפשר לנהל איתו פינג-פונג של שאלות המשך על אותה תמונה בלי להריץ את השאילתה מחדש.
הדוגמאות המוכנות בעמוד נבחרו מראש ומציגות מקרים שבהם המודל מספק תוצאה יציבה. בבדיקות חופשיות עם תמונות מורכבות או הנחיות יצירה מופשטות, התוצאות עשויות להיות פחות מדויקות, ובחלק של יצירת התמונה רמת הפירוט תלויה מאוד באורך התיאור ובכיוון של מדדי ה־CFG והטמפרטורה.
שאלות
נפוצות
האם השימוש בממשק כרוך בתשלום?
האפליקציה פתוחה בדפדפן ורצה על גבי תשתית Spaces ללא עלות מצד המשתמש. אין צורך להזין אמצעי תשלום כדי להעלות תמונה או לייצר תמונות.
כמה זמן לוקח לקבל תשובה?
הפעולות רצות על מעבד A10G שמוקצה דינמית בעת הלחיצה. זמן המענה נמשך בדרך כלל שניות בודדות, אך הוא תלוי בעומס הכללי על השרתים ובזמינות המאיץ הגרפי באותו רגע.
מה קורה לתמונות שאני מעלה?
הקבצים מעובדים ישירות בקוד של הממשק לצורך מענה על השאילתה. עם זאת, מדובר בסביבה ציבורית מקוונת ולכן לא כדאי להעלות אליה מסמכים רגישים או מידע אישי.
האם אפשר להריץ את זה על מחשב מקומי?
כן, הקוד מבוסס על ספריות סטנדרטיות כמו Transformers ו־Gradio עם רישיון MIT. כדי להריץ את המודל הזה מקומית תצטרכו מחשב עם מאיץ גרפי מתאים שיכול להחזיק מודל של שבעה מיליארד פרמטרים.
איך משתמשים
בוחרים באחד משני המסלולים בדף. אם רוצים לנתח תמונה, מעלים קובץ, מקלידים שאלה, מכוונים במידת הצורך את הטמפרטורה או הסיד, ולוחצים על Chat. אם רוצים לייצר תמונה, כותבים תיאור, קובעים משקל CFG וטמפרטורה, ולוחצים על Generate Images כדי לקבל את התוצאות בגלריה.
הקוד משתמש בהקצאת חומרה של zero-a10g דרך הספרייה spaces. זה אומר שהעיבוד רץ על מאיץ גרפי ייעודי רק בזמן הפעולה עצמה. זמן ההמתנה תלוי בעומס הרגעי על השרתים ובתור של Hugging Face, כך שייתכנו עיכובים קלים אם המעבד תפוס.
הרישיון
האפליקציה מפורסמת תחת רישיון MIT, שמאפשר שימוש חופשי, שינוי והפצה של הקוד. המודל עצמו נשען על המשקולות של deepseek-ai/Janus-Pro-7B, ולכן כל שימוש מסחרי או שימוש בתוצרים ובקבצים המועלים כפוף גם לתנאי הרישיון והמגבלות של המודל המקורי.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש