Q

Qwen2.5 VL 7B Instruct GGUF

lmstudio-communityによって開発
Qwen2.5 VL 7B Instruct量子化モデルは強力なマルチモーダルモデルで、画像とテキストの入力をサポートし、テキスト出力を生成し、多くの分野で広範な応用価値を持っています。
ダウンロード数 11.29k
リリース時間 : 5/8/2025

モデル概要

Qwen2.5-VL-7B-Instructに基づく量子化バージョンで、マルチモーダル入力とテキスト出力をサポートし、長いコンテキスト処理、ビジュアル認識、構造化出力能力を備えています。

モデル特徴

長いコンテキストサポート
128kトークンのコンテキスト長をサポートし、長いテキストタスクの処理に適しています。
マルチモーダル認識
一般的な物体(花、鳥など)を認識し、画像内のテキスト、グラフなどの要素を分析することができます。
ビジュアルインテリジェントエージェント
ビジュアルインテリジェントエージェントとして推論を行い、ツールを動的に呼び出し、コンピューターと携帯電話の操作をシミュレートすることができます。
構造化出力
構造化出力と安定したJSONデータの生成に長けています。
多言語対応
多言語処理能力を備え、異なる言語環境に適しています。

モデル能力

画像理解
テキスト生成
マルチモーダル推論
構造化データ生成
ツール呼び出し

使用事例

ビジュアルインテリジェンス
画像内容分析
画像内の物体、テキスト、レイアウトを識別して説明する
詳細な画像説明と分析レポートを生成する
ビジュアル支援ツール
コンピューターと携帯電話の操作をシミュレートし、ビジュアルタスクを支援する
ビジュアルタスクの効率と精度を向上させる
文書処理
グラフ分析
画像内のグラフデータを解析し、構造化出力を生成する
グラフ情報を読みやすいテキストまたはJSON形式に変換する
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase