New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Jump to bottom

Llama3.2 11b/90bのVisionで1120x1120pxより大きい画像を入力するとエラーとなる #664

Open

okamoto-aws opened this issue Sep 26, 2024 · 0 comments

Collaborator

okamoto-aws commented Sep 26, 2024

2024年9月26日現在、Llama3.2は1120x1120pxまでの画像入力に対応している。
それより大きい画像(例1121x1120px)を入力した場合、GenUにはバリデーションの仕組みがないのでエラーとなってしまう。

※その他のVision対応モデルであるClaudeは、上限サイズを超える画像を入力した場合、モデル側でリサイズをかけるためエラーとはならない。

今後の対応方針として、下記が考えられる。

画像サイズのValidationを実装する
Llama3.2向けの画像リサイズを実装する
Converse API側での画像リサイズ対応を期待する

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment