Qwen 2 VL 7B OCR
Q
Qwen 2 VL 7B OCR
由Swapnik開發
基於Qwen2-VL-7B模型的微調版本,使用Unsloth和Huggingface的TRL庫進行訓練,速度提升2倍。
下載量 103
發布時間 : 3/9/2025
模型概述
該模型是一個視覺語言模型,結合了文本和圖像處理能力,適用於多模態任務。
模型特點
高效訓練
使用Unsloth和TRL庫進行訓練,速度提升2倍。
多模態能力
結合文本和圖像處理能力,適用於複雜的多模態任務。
量化支持
使用4位量化技術,減少模型內存佔用。
模型能力
文本生成
圖像理解
多模態推理
使用案例
多模態應用
圖像描述生成
根據輸入的圖像生成詳細的文本描述。
視覺問答
回答關於圖像內容的自然語言問題。
文本生成
指令跟隨
根據給定的指令生成相應的文本輸出。
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