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。
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase