🦙 NanoVLM 视觉语言模型推理验证
基于 nanoVLM 框架的在线推理工具。支持图像理解、中英文问答。
模型: nanoVLM 222M (DinoV2 + SmolLM2-135M)
框架: nano-mllm
⚙️ 模型加载
📖 使用说明:
- 点击「加载模型」按钮
- 上传图像并输入问题
- 点击「生成回答」查看结果
⚠️ 注意: 当前为 222M 轻量模型，仅供推理链路验证：
- 训练数据以英文为主，中文输出质量极有限
- zero-shot 描述能力弱，输出通常为单词/短语
- 建议使用 Temperature=0（greedy） 获得最稳定结果