# 長文脈の視覚理解

Qwen2.5-VL-3B-Instructをベースに微調整されたビジュアルOCRモデルで、ドキュメントレベルのOCR、長文脈の視覚言語理解、数学のLaTeX形式変換に特化しています。

coreOCR-7B-050325-previewは、Qwen/Qwen2-VL-7Bをベースに微調整された視覚言語モデルで、ドキュメントレベルのOCR、長文脈の視覚言語理解、および正確な画像からテキストへの変換（数学LaTeX形式をサポート）に特化しています。