开源的Vary-tiny-opt125M模型包括CLIP权重吗？以及对应的哪个CLIP模型？

[nomadlx]

很感谢你们的工作，也很高兴看到你们开源了Vary-tiny-opt125M 但是我对于这个开源模型有一些困惑：

• 这个模型是只包括了projector和opt的部分吗？还是也包括了clip？因为这个模型看起来很小，不像是包括了clip模型的参数
• 这个对应的clip模型是哪个？我看论文中说是sam-b（SAM的base版本）？但是我看这个模型的config.json文件里"vision_tower": "/mnt/host0/vit-large-patch14"，而且仓库里你们也指向了CLIP-VIT-L

[Road2Redemption]

请问你解决了吗，我也有同样的疑问