Smoldocling 256M Preview Mlx Fp16
該模型是從 ds4sd/SmolDocling-256M-preview 轉換為 MLX 格式的視覺語言模型,支持圖像文本到文本任務。
下載量 24
發布時間 : 3/17/2025
模型概述
SmolDocling-256M-preview-mlx-fp16 是一個基於 MLX 框架的視覺語言模型,主要用於處理圖像文本到文本的任務。它是從原始模型 ds4sd/SmolDocling-256M-preview 轉換而來,適用於在蘋果芯片上高效運行。
模型特點
MLX 格式優化
該模型已轉換為 MLX 格式,特別適合在蘋果芯片上高效運行。
視覺語言處理
支持圖像文本到文本的任務,能夠理解和生成與圖像相關的文本內容。
輕量級模型
參數規模為 256M,適合在資源有限的環境中部署和使用。
模型能力
圖像文本理解
文本生成
視覺語言任務處理
使用案例
文檔處理
圖像文檔解析
從圖像中提取文本信息並生成結構化文本。
多模態應用
圖像描述生成
根據輸入圖像生成描述性文本。
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98