P

Perseus Doc Vl 0712 I1 GGUF

mradermacherによって開発
Perseus-Doc-vl-0712は、多言語をサポートするビジュアル言語モデルで、テキスト生成、画像キャプション生成、光学文字認識などのタスクに適しています。
ダウンロード数 105
リリース時間 : 7/14/2025

モデル概要

このモデルは特定のデータセットで訓練され、ビジュアル理解とテキスト処理能力を提供し、さまざまなシーンでの文書分析と画像理解タスクに適しています。

モデル特徴

多言語サポート
英語と中国語をサポートし、多言語環境での文書処理タスクに適しています。
ビジュアル言語理解
ビジュアルと言語処理能力を結合し、画像に関連するテキスト内容を理解し生成することができます。
量子化バージョンが豊富
複数の量子化バージョンを提供し、ユーザーは必要に応じて適切なモデルサイズと品質を選択できます。

モデル能力

テキスト生成
画像キャプション生成
光学文字認識
インテリジェント文字認識
ビジュアル理解
文書分析

使用事例

文書処理
PDF内容分析
PDF文書からテキスト内容を抽出し分析します。
文書内の文字情報を効率的に認識し抽出します。
画像キャプション生成
画像に対して説明的なキャプションを生成します。
画像内容に関連する正確な説明を生成します。
多言語アプリケーション
多言語OCR
多言語文書内の文字を認識し抽出します。
英語と中国語の文字認識をサポートします。
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