Perception-LM-8B
Meta · facebook/Perception-LM-8B
Licença dos pesos: Termos do publicador: FAIR Noncommercial Research · código e componentes podem ter outros termos
Qualidade
Sem score comparável
Ainda não acompanhamos benchmark público e comparável que cubra este modelo. Nenhuma nota é inferida.
Informado pelo publicador
- DocVQA
- 94,6PLM Image Benchmark Results
- ChartQA
- 85,5PLM Image Benchmark Results
- TextVQA
- 86,5PLM Image Benchmark Results
- InfoQA
- 80,9PLM Image Benchmark Results
- AI2D
- 92,7PLM Image Benchmark Results
- OCRBench
- 870PLM Image Benchmark Results
- COCO
- 146,7PLM Image Benchmark Results
- Nocap
- 129,9PLM Image Benchmark Results
Todos os resultados informados
- Flickr
- 105,6PLM Image Benchmark Results
- MMMU
- 46,1PLM Image Benchmark Results
- VQAv2
- 85,6PLM Image Benchmark Results
- OKVQA
- 69,6PLM Image Benchmark Results
- VizWiz
- 67,0PLM Image Benchmark Results
- MME
- 1.989PLM Image Benchmark Results
- SEED
- 79,3PLM Image Benchmark Results
- BLINK
- 56,0PLM Image Benchmark Results
- CVBench
- 81,3PLM Image Benchmark Results
- RealWorldQA
- 75,0PLM Image Benchmark Results
- VSR
- 82,8PLM Image Benchmark Results
- POPE
- 89,9PLM Image Benchmark Results
- VATEX
- 99,7PLM Video Benchmark Results
- DREAM 1K
- 35,9PLM Video Benchmark Results
- How2QA
- 90,7PLM Video Benchmark Results
- MVBench
- 77,1PLM Video Benchmark Results
- NExTQA
- 84,1PLM Video Benchmark Results
- PerceptionTest (test)
- 82,7PLM Video Benchmark Results
- STAR
- 84,9PLM Video Benchmark Results
- TVQA
- 59,3PLM Video Benchmark Results
- VideoMME
- 58,3PLM Video Benchmark Results
- TVBench
- 63,5PLM Video Benchmark Results
- ActivityNetQA
- 67,3PLM Video Benchmark Results
- EgoSchema (test)
- 68,8PLM Video Benchmark Results
- TemporalBench
- 28,3PLM Video Benchmark Results
- TOMATO
- 33,2PLM Video Benchmark Results
- MotionBench (dev)
- 61,4PLM Video Benchmark Results
- TempCompass (MCQ)
- 72,7PLM Video Benchmark Results
- CGBench (clue)
- 46,4PLM Video Benchmark Results
- Charades STA
- 58,6PLM Video Benchmark Results
- VideoHallucer
- 57,7PLM Video Benchmark Results
- Halluc. EventHallusion
- 77,3PLM Video Benchmark Results
Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: PLM Image Benchmark Results; PLM Video Benchmark Results); coluna “PLM8B”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo
Roda em
Cabe na memória rápida 90
A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.
Mostrar todos os 90
Na memória, fora da parte rápida 26
Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.
Mostrar todos os 26
Falta um degrau de memória 3
As mesmas máquinas com o próximo tamanho de memória o comportariam na memória rápida.
Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Não é compatibilidade nem velocidade medida.
Meta lançou Perception-LM-8B em 2025-04-17: um modelo de visão e linguagem que responde sobre imagens, com 9,79B parâmetros pela contagem do Hugging Face e licença Termos do publicador: FAIR Noncommercial Research. Idiomas declarados pelo publicador: en.
Licença: uso comercial não permitido. Em Q4 os pesos somam cerca de 7,3 GB antes da reserva de cada máquina; resolução da imagem, quadros de vídeo e contexto somam memória, e o encoder visual precisa de suporte no runtime escolhido. O download exige aceitar os termos do publicador no Hugging Face.
Velocidade medida
Nenhuma medição publicada para este checkpoint
Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.
Como rodar
Compatibilidade de runtime e tokens por segundo não foram medidos para este registro. Metadados publicados e estimativa de memória não comprovam uma execução local.
Formas documentadas de rodar
Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.
python apps/plm/generate.py \
--ckpt facebook/Perception-LM-8B \
--media_type video \
--media_path apps/plm/dummy_datasets/video/videos/GUWR5TyiY-M_000012_000022.mp4 \
--question 'What is happening in the video?'Detalhes técnicos
O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.
- Checkpoint / fonte
- facebook/Perception-LM-8B
- Tarefa
- image-text-to-text
- Arquitetura
- PerceptionLMForConditionalGeneration
- Licença dos pesos
- Termos do publicador: FAIR Noncommercial ResearchLICENSE.PLM (facebookresearch/perception_models, GitHub) · consultado em 2026-10-18fonte
- Uso comercial
- Não permitido FAIR Noncommercial Research License v1 (facebookresearch) · consultado em 2026-10-18texto da licença
- Idiomas
- enMetadados do model card · consultado em 2026-10-25fonte
- Lançamento
- facebookresearch/perception_models README updates (GitHub, Meta FAIR) · consultado em 2026-10-18fonte
Todos os campos guardados
- Revisão conferida
- 969497c228e880aacb82693813f3169330bec9c8
- Arquitetura
- PerceptionLMForConditionalGeneration
- Tag de tarefa no Hub
- image-text-to-text
- Formatos
- safetensors, pytorch
- Acesso
- Restrito (manual)
- Tipo de publicador
- Oficial
- Parâmetros no Hub
- 9.794.260.736safetensors.total
- Repositório criado
- 2025-04-10criação não é o lançamento do modelo
- Repositório atualizado
- 2025-07-14um commit não é data de lançamento
- Downloads no Hub (30 dias) · curtidas
- 355 · 67só este repositório · lido em 2026-10-25
- Lido na página do Hub
- tags de tarefaVisão geral e lista de arquivos do Hub · lido em 2026-10-18
- Estado no catálogo
- Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário
Fontes
Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.
- Ficha do publicador
- Licença: LICENSE.PLM (facebookresearch/perception_models, GitHub)
- Data de lançamento: facebookresearch/perception_models README updates (GitHub, Meta FAIR)
Fatos curados verificados: 2026-10-18. A licença e a data de lançamento citam as fontes do publicador; parâmetros, arquivos e tarefa vêm do registro do Hugging Face, e a memória é uma estimativa rotulada a partir da contagem de parâmetros. Um valor que nenhuma fonte informa fica vazio; um commit do repositório não é a data de lançamento do modelo.






























































