Q

Qwen2.5 VL 7B Instruct GPTQ Int3

由hfl開發
這是一個基於Qwen2.5-VL-7B-Instruct模型的非官方GPTQ-Int3量化版本,適用於圖像文本到文本的多模態任務。
下載量 577
發布時間 : 3/20/2025

模型概述

該模型是一個多模態模型,能夠處理圖像和文本輸入,生成文本輸出。主要用於圖像理解和文本生成任務。

模型特點

高效量化
採用GPTQ-Int3量化技術,顯著減少模型磁盤佔用和顯存需求。
多模態支持
能夠同時處理圖像和文本輸入,實現圖像理解和文本生成。
高性能
在ChartQA和OCRBench等基準測試中表現優異。
兼容性強
兼容最新的transformers庫,可與非量化版Qwen2.5-VL模型無縫切換。

模型能力

圖像理解
文本生成
多模態推理
圖像描述生成
視覺問答

使用案例

圖像理解
圖像描述生成
根據輸入圖像生成詳細的文字描述
如示例所示,能準確描述圖像內容和細節
視覺問答
圖表理解
回答關於圖表內容的問題
在ChartQA測試中獲得78.56分
文檔處理
OCR增強
從圖像中提取和理解文本內容
在OCRBench測試中獲得823分
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase