Erax VL 2B V1.5 I1 GGUF
EraX-VL-2B-V1.5はベトナム語、英語、中国語をサポートするマルチモーダル基盤モデルで、画像からテキストへの変換や画像とテキストの変換が可能です。
ダウンロード数 467
リリース時間 : 12/29/2024
モデル概要
これは画像からテキスト、および画像とテキストの変換タスクに特化したマルチモーダル視覚言語モデルで、特に保険や光学文字認識(OCR)などの分野に適しています。
モデル特徴
多言語サポート
ベトナム語、英語、中国語の3言語のテキスト処理をサポート
マルチモーダル能力
画像とテキスト入力を処理し、画像からテキストへの変換を実現
多様な量子化バージョン
さまざまなハードウェアと性能ニーズに対応するため、複数の量子化バージョンを提供
モデル能力
画像からテキストへの変換
画像とテキストの変換
多言語処理
光学文字認識(OCR)
使用事例
保険業界
保険書類処理
保険書類の文字情報を自動的に認識・処理
文書デジタル化
文書OCR
スキャンした文書や画像中の文字を編集可能なテキストに変換
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