01 / 模型卡片
模型卡片
LLaVA 1.5 7B 是多模态大模型领域的“平民英雄”。它通过将视觉编码器与 Llama 2 语言模型进行指令微调，实现了极高的图文交互效率。对于开发者来说，它最大的价值在于用较小的参数规模（7B），完成了从“看图识物”到“理解图意”的跨越。你可以用它来进行复杂的图像描述、视觉问答，甚至是基于图片的逻辑推理。相比于动辄参数量巨大的闭源多模态模型，LLaVA 1.5 的上手门槛极低，对显存要求友好，非常适合作为本地化部署、垂直领域微调或构建轻量级视觉助手的基础底座。
模型类型image text to text
提供方LLaVA
许可状态Llama 2
02 / 文件与版本
模型文件与版本
03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
llava-hf/llava-1.5-7b-hf安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model llava-hf/llava-1.5-7b-hf下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model llava-hf/llava-1.5-7b-hf README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('llava-hf/llava-1.5-7b-hf')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/llava-hf/llava-1.5-7b-hf.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/llava-hf/llava-1.5-7b-hf.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面