MobileVLM V2 を Colaboratory でお試し🔍 - 高橋かずひとのプログラミング、その他、備忘録。

軽量なVLMのMobileVLM V2です。
以下はシンプルなプロンプトですが、T4 GPUで約250msとかなり早いです👀

そーいえば、MobileVLMも触りかけて放置してたのですが、Colaboratoryで改めて触りました👀
シンプルなプロンプトですが、T4 GPUで約250msと言うのは流石に早いな🤔 pic.twitter.com/7eW4rBDmmg

— 高橋 かずひと@闇のパワポLT職人 (@KzhtTkhs) 2024年8月17日

今回お試ししたノートブックは以下にコミットしています。

github.com

からあげさんの「Large Language Mario」のOpenAI API部分を、
MobileVLM V2に差し替えてマリオのジェノサイドのテストをしています👻

マリオジェノサイダーふたたび👀
ChatGPTからMobileVLM V2にして、Colaboratoryのコンピューティング ユニットが続く限り回し続けている。

とはいえ、周回毎に何か改善要素無いと、クリアは難しいよな。。。
プロンプトの改善をChatGPTにやらせるか。。。🤔？ https://t.co/EDc3Qt4fqspic.twitter.com/8ty9PUs4Oc

— 高橋 かずひと@闇のパワポLT職人 (@KzhtTkhs) 2024年8月16日

からあげさんの「Large Language Mario」の詳細はZennをご覧ください🦔

zenn.dev

追記：2024年8月17日 13時30分

LLMarioにMobileVLM V2版をプルリク投げました🦔

github.com