Visión con Muse Glimmer
Usa Muse Glimmer 30B para tareas de visión multimodal: capturas de pantalla, gráficos, documentos y agentes visuales de programación.
¿Qué son las guías de visión de Muse Glimmer?
Guías sobre las capacidades multimodales de Muse Glimmer 30B, que abarcan la comprensión de capturas de pantalla, gráficos y datos visuales, la comprensión de documentos y los agentes multimodales de programación.
¿Por qué usar la visión de Muse Glimmer?
Comprende las capturas de pantalla
Analiza estados de la interfaz, errores y diseños a partir de imágenes
Lee gráficos y documentos
Extrae contexto de gráficos, diagramas e imágenes de documentos
Construye agentes visuales
Combina código, resultados de la terminal y capturas de pantalla en bucles de agentes
Destacados y esenciales
Entrada de Imágenes en Muse Glimmer: Guía de Configuración y Consejos para Agentes Locales
Aprende cómo Muse Glimmer maneja la entrada de imágenes para agentes locales, incluyendo los requisitos de hardware, especificaciones del codificador de visión y consejos de optimización.
Muse Glimmer Multimodal: Guía de Configuración Local y Rendimiento
Aprende cómo configurar, ejecutar y probar el modelo multimodal Muse Glimmer localmente usando llama.cpp, incluyendo benchmarks y rendimiento en tareas agénticas.