# ベトナム語OCR

Vintern-3B-R-betaは画像ベースの複雑な推論タスクに特化したマルチモーダル大規模言語モデルで、推論ステップを分解し幻覚現象を効果的に制御できます。

これはEraX-VL-7B-V2.0-Previewモデルを重み/重要度行列量子化した結果で、様々なニーズに対応する複数の量子化バージョンを提供します

Vintern-1B-v3.5はInternVL2.5-1Bを微調整したマルチモーダル大規模言語モデルで、ベトナム語テキスト処理に特化しており、OCRやベトナム特有の文書理解において優れた性能を発揮します。

EraX-VL-7B-V2.0-Previewは、OCRと視覚的質問応答のために設計された強力なマルチモーダルモデルで、ベトナム語を含む複数言語の処理に優れ、医療用フォームや請求書などのドキュメント認識で特に優れた性能を発揮します。

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。

ベトナム語音声認識に特化したモデルで、高精度な音声からテキストへの変換機能をサポートします。