Smoldocling 256M Preview Mlx Fp16
このモデルはds4sd/SmolDocling-256M-previewからMLX形式に変換された視覚言語モデルで、画像テキストからテキストへのタスクをサポートします。
ダウンロード数 24
リリース時間 : 3/17/2025
モデル概要
SmolDocling-256M-preview-mlx-fp16はMLXフレームワークに基づく視覚言語モデルで、主に画像テキストからテキストへのタスクを処理します。オリジナルモデルds4sd/SmolDocling-256M-previewから変換され、Appleチップ上で効率的に動作するように設計されています。
モデル特徴
MLX形式最適化
このモデルはMLX形式に変換されており、Appleチップ上で効率的に動作するように最適化されています。
視覚言語処理
画像テキストからテキストへのタスクをサポートし、画像に関連するテキスト内容を理解・生成できます。
軽量モデル
パラメータサイズは256Mで、リソースが限られた環境での展開と使用に適しています。
モデル能力
画像テキスト理解
テキスト生成
視覚言語タスク処理
使用事例
ドキュメント処理
画像ドキュメント解析
画像からテキスト情報を抽出し、構造化テキストを生成します。
マルチモーダルアプリケーション
画像説明生成
入力画像に基づいて記述テキストを生成します。
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98