Qwen2.5 VL 72B Instruct GGUF
通義千問が提供するマルチモーダル大規模モデルで、画像とテキストの生成、および128kの長コンテキスト処理をサポートし、多言語能力を備えています。
ダウンロード数 668
リリース時間 : 5/8/2025
モデル概要
これはマルチモーダル指令モデルで、画像とテキストの入力を処理し、テキスト出力を生成することができます。長コンテキスト、多言語、構造化出力をサポートし、さまざまなAIタスクに適しています。
モデル特徴
長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、長いドキュメントや複雑なタスクの処理に適しています
マルチモーダル認識
画像内の物体、テキスト、グラフ、アイコン、図形、レイアウトを認識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
ビジュアルエージェントとして推論を行い、ツールを動的に呼び出すことができ、コンピュータや携帯電話の使用能力を備えています
構造化出力
構造化出力と安定したJSON形式を生成することができます
多言語サポート
複数の言語の入力と出力をサポートします
モデル能力
画像理解
テキスト生成
マルチモーダル推論
ツール呼び出し
構造化データ生成
長いドキュメントの処理
使用事例
ビジュアルコンテンツ分析
画像説明生成
入力された画像に対して詳細なテキスト説明を生成します
画像内の物体、シーン、テキスト内容を正確に識別します
グラフ理解
画像内のグラフデータを分析し、情報を抽出します
一般的なグラフタイプを理解し、重要なデータを抽出することができます
インテリジェントエージェント
コンピュータ支援操作
ビジュアル入力に基づいてコンピュータ操作を指示します
画面内容を理解し、操作命令を生成することができます
コンテンツ生成
構造化レポート生成
マルチモーダル入力に基づいて構造化レポートを生成します
安定したJSONまたはその他の構造化データ形式で出力します
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