qq_58400270的博客

背景：使用机器生成的指令跟随数据（machine-generated instruction-following data）对大语言模型（LLM）进行指令调整可以增强它的零样本能力。本文旨在将这种思想扩展到多模态领域。本文的贡献：展示了第一个基于生成多模态指令跟随数据集。模型。LLaVA模型通过连接视觉编码器和语言模型，实现了通用的视觉和语言理解能力。LLaVA具有不错的多模态对话能力，在未见过的图像和指令上有时达到多模态GPT-4的水准（85.1%的相对得分）。

下载成功界面如上所示，接下来启动安装程序，会进入安全协议的浏览，一直回车直到需要回答，输入yes同意条款。接着系统会提示安装位置，记住这个位置，在安装完成后将。进入编辑（插入）模式，将频道信息粘贴到文件中，从anaconda官网下载对应的版本，这里以。（添加玩环境变量记得要输入。使环境变量生效，其他方法同理）在安装好之后会提示是否更新。，可以通过命令行还原。安装情况，如下所示。

在根据LLaVA项目说明配置好conda等环境后，安装相关依赖，在测试程序中输出查看相应的CUDA版本。得到的输出结果为，说明对应版本是CUDA 11.7，检查本机CUDA版本（命令如下，得到结果为10.0）。nvcc -V检查后得到的结果是，应该是CUDA版本不够，考虑升级CUDA。

根据LLaVA项目配置运行环境及运行Demo时遇到的一些问题。