Ibm Granite.granite Vision 3.2 2b GGUF
Granite Vision 3.2 2B は IBM が開発した視覚言語モデルで、画像テキストからテキストへの変換タスクに特化しています。
Downloads 211
Release Time : 3/11/2025
Model Overview
このモデルは主に画像内のテキスト情報を処理し、読み取り可能なテキスト出力に変換するために使用され、さまざまな視覚テキスト理解シナリオに適用できます。
Model Features
視覚テキスト理解
画像からテキスト情報を抽出し、読み取り可能なテキストに変換できます。
大規模パラメータ
20億のパラメータを有し、強力なテキスト理解と生成能力を備えています。
Model Capabilities
画像テキスト抽出
テキスト生成
視覚言語理解
Use Cases
ドキュメント処理
スキャン文書からテキストへ
スキャンされた文書画像を編集可能なテキスト内容に変換します。
画像アノテーション
自動画像アノテーション
画像内のテキスト内容に対して記述的なアノテーションを生成します。
Featured Recommended AI Models
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 Supports Multiple Languages

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 English

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 Chinese
R
uer
2,694
98