P

Perseus Doc Vl 071225 I1 GGUF

mradermacherによって開発
Perseus-Doc-vl-0712は、英語と中国語をサポートする視覚言語モデルで、テキスト生成推論、画像キャプション生成、光学文字認識などのさまざまなタスクに適しています。
ダウンロード数 322
リリース時間 : 7/13/2025

モデル概要

このモデルは多機能な視覚言語モデルで、文書分析、画像理解、テキスト生成などのタスクを処理でき、特に文書処理と視覚コンテンツ理解のシナリオに適しています。

モデル特徴

多言語サポート
英語と中国語の処理を同時にサポートし、バイリンガル環境に適しています。
多タスク能力
テキスト生成、画像キャプション生成、OCRなどのさまざまなタスクを実行できます。
量子化オプションが豊富
さまざまな量子化バージョンを提供し、さまざまなハードウェアリソースの要件に対応します。

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
スマート文字認識
文書の視覚的理解
画像からテキストへの変換

使用事例

文書処理
PDF文書分析
PDF文書からテキストコンテンツを抽出して分析します。
文書OCR
スキャンされた文書の文字コンテンツを認識します。
画像理解
画像キャプション生成
画像に対して説明的なテキストを生成します。
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