diff --git a/README_zh.md b/README_zh.md
index b3f449a..270f0f5 100644
--- a/README_zh.md
+++ b/README_zh.md
@@ -22,19 +22,33 @@
[English Document](./README.md)
## 目录
-- [OmniLMM-12B](#omnilmm-12b)
-- [OmniLMM-3B](#omnilmm-3b)
-- [体验](#demo)
-- [安装](#install)
-- [推理](#inference)
-- [模型库](#model-zoo)
+
+- [目录](#目录)
+- [OmniLMM-12B](#omnilmm-12b)
+ - [性能评估](#性能评估)
+ - [样例展示](#样例展示)
+- [OmniLMM-3B](#omnilmm-3b)
+ - [Evaluation](#evaluation)
+ - [样例展示](#样例展示-1)
+- [体验](#体验)
+- [安装](#安装)
+- [推理](#推理)
+ - [模型库](#模型库)
+ - [多轮对话](#多轮对话)
+- [✅ 未来计划](#-未来计划)
+- [模型协议](#模型协议)
+- [声明](#声明)
+- [🏫 机构](#-机构)
+
+
+
## OmniLMM-12B
**OmniLMM-12B** 是当前系列中性能最强大的版本。该模型使用一个感知重采样层连接 EVA02-5B 和 Zephyr-7B-β 来构建，采用了课程学习的方法在多模态数据上进行训练。该模型具有三个显著特征：
- 🔥 **卓越性能。**
- OmniLMM-12B 相比其他同规模模型在多个基准测试中取得**领先的性能**（包括 MME、MMBench、SEED-Bench 等）。模型掌握了**丰富的多模态世界知识**。
+ OmniLMM-12B 相比其他同规模模型在多个基准测试中取得**领先的性能**（包括 MME、MMBench、SEED-Bench 等）。
- 🏆 **可信行为。**
@@ -46,6 +60,12 @@
### 性能评估
+
+
+
+ MME, MMBench, MMMU, MMBench, MMHal-Bench, Object HalBench, SeedBench, LLaVA Bench W, MathVista 上的详细评测结果.
+
†: 闭源模型
+
+### 样例展示
+
+
+
+ 
+
+
+
+
+我们结合 OmniLMM-12B 和 GPT-3.5 (纯文本模型) 构建了一个 **实时多模态交互助手**. OmniLMM-12B 将视频帧转为对应的图像描述并输入给 GPT-3.5 来生成对用户指令的响应。**以下展示视频未经任何视频编辑**。
+
+
+
## OmniLMM-3B
@@ -283,8 +318,8 @@ pip install -r requirements.txt
| 模型 | 简介 | 下载链接 |
|:----------------------|:-------------------|:---------------:|
-| OmniLMM-12B | 更强大的性能表现 | [🤗](https://huggingface.co/openbmb/OmniLMM-12B) 
|
-| OmniLMM-3B | 支持终端设备上的高效部署，性能优秀 | [🤗](https://huggingface.co/openbmb/MiniCPM-V) |
+| OmniLMM-12B | 更强大的性能表现 | [🤗](https://huggingface.co/openbmb/OmniLMM-12B) [](https://modelscope.cn/models/OpenBMB/OmniLMM-12B/files) |
+| OmniLMM-3B | 支持终端设备上的高效部署，性能优秀 | [🤗](https://huggingface.co/openbmb/MiniCPM-V) [](https://modelscope.cn/models/OpenBMB/MiniCPM-V/files) |
### 多轮对话
@@ -295,17 +330,16 @@ pip install -r requirements.txt
-##### OmniLMM-12B
```python
from chat import OmniLMMChat, img2base64
-chat_model = OmniLMMChat('openbmb/OmniLMM-12B')
+chat_model = OmniLMMChat('openbmb/OmniLMM-12B') # or 'openbmb/MiniCPM-V'
im_64 = img2base64('./assets/COCO_test2015_000000262144.jpg')
# First round chat
-msgs = [{"role": "user", "content": "What are the people doing?"}]
+msgs = [{"role": "user", "content": "What are the people doing?"}] # or Chinese input [{"role": "user", "content": "请描述一下图像"}]
inputs = {"image": im_64, "question": json.dumps(msgs)}
answer = chat_model.process(inputs)
@@ -321,37 +355,13 @@ answer = chat_model.process(inputs)
print(answer)
```
-We can obtain the following results:
+可以得到以下输出:
```
"The people in the image are playing baseball. One person is pitching a ball, another one is swinging a bat to hit it, and there's also an umpire present who appears to be watching the game closely."
"The image depicts a baseball game in progress. A pitcher is throwing the ball, while another player is swinging his bat to hit it. An umpire can be seen observing the play closely."
```
-##### OmniLMM-3B
-```python
-import torch
-from PIL import Image
-from transformers import AutoModel, AutoTokenizer
-
-model_path='openbmb/MiniCPM-V'
-model = AutoModel.from_pretrained(model_path, trust_remote_code=True).to(dtype=torch.bfloat16)
-tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)
-model.eval().cuda()
-
-image = Image.open('./assets/COCO_test2015_000000262144.jpg').convert('RGB')
-
-question = '请描述一下该图像'
-res, context, _ = model.chat(
- image=image,
- question=question,
- context=None,
- tokenizer=tokenizer,
- sampling=True,
- temperature=0.7
-)
-print(res)
-```
## ✅ 未来计划
@@ -376,9 +386,7 @@ OmniLMMs 模型权重对学术研究完全开放。
作为多模态大模型，OmniLMMs 通过学习大量的多模态语料来生成内容，但它无法理解、表达个人观点或价值判断，它所输出的任何内容都不代表模型开发者的观点和立场。
-因此用户在使用 OmniLMMs 生成的内容时，应自行负责对其进行评估和验证。
-
-如果由于使用 OmniLMMs 开源模型而导致的任何问题，包括但不限于数据安全问题、公共舆论风险，或模型被误导、滥用、传播或不当利用所带来的任何风险和问题，我们将不承担任何责任。
+因此用户在使用 OmniLMMs 生成的内容时，应自行负责对其进行评估和验证。如果由于使用 OmniLMMs 开源模型而导致的任何问题，包括但不限于数据安全问题、公共舆论风险，或模型被误导、滥用、传播或不当利用所带来的任何风险和问题，我们将不承担任何责任。
## 🏫 机构