Erax VL 2B V1.5 GGUF

🚀 EraX-VL-2B-V1.5量化模型项目

EraX-VL-2B-V1.5量化模型项目提供了对基础模型的静态量化版本，支持多种语言，可应用于多模态、OCR等多个领域，为相关任务提供了高效且多样化的选择。

🚀 快速开始

若你不确定如何使用GGUF文件，请参考 TheBloke的README 获取更多详细信息，包括如何拼接多部分文件。

✨ 主要特性

• 多语言支持：支持越南语（vi）、英语（en）和中文（zh）。
• 多模态应用：适用于多模态任务，如图像到文本、图像文本到文本等。
• 量化版本：提供多种量化类型的版本，以满足不同的性能和质量需求。

📦 安装指南

文档未提供具体安装步骤，暂不展示。

💻 使用示例

文档未提供代码示例，暂不展示。

📚 详细文档

模型信息

关于量化版本

本项目是 https://huggingface.co/erax-ai/EraX-VL-2B-V1.5 的静态量化版本。加权/矩阵量化文件可在 https://huggingface.co/mradermacher/EraX-VL-2B-V1.5-i1-GGUF 获取。

提供的量化版本

（按大小排序，不一定代表质量。IQ量化通常优于类似大小的非IQ量化）

以下是ikawrakow提供的一张比较一些低质量量化类型的便捷图表（值越低越好）：

另外，可参考Artefact2对此事的看法：https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

常见问题解答与模型请求

若你有相关问题或希望对其他模型进行量化，请查看 https://huggingface.co/mradermacher/model_requests。

🔧 技术细节

文档未提供具体技术细节，暂不展示。

📄 许可证

本项目使用的许可证为apache - 2.0。

🙏 致谢

感谢我的公司 nethype GmbH 允许我使用其服务器，并对我的工作站进行升级，使我能够在业余时间完成这项工作。此外，感谢 @nicoboss 让我使用他的私人超级计算机，使我能够提供更多、质量更高的矩阵量化版本。