Qwen2.5-VL
Qwen2.5-VL Alibaba-nın 2025-ci ilin əvvəlindən açıq vision-language model ailəsidir. olmOCR 2 və Nanonets-OCR2 daxil bir neçə OCR modelinin əsasıdır.
Buraxılışı: Qwen-VL. Digər versiyalar: Qwen3-VL, Qwen2-VL.
- Buraxılış
- 28 yanvar 2025 (32B mart 2025-də)
- Model ID
- Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
- Ölçü
- 3B, 7B, 32B və 72B
- Lisenziya
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- Həmçinin belə axtarılır
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Qwen2.5-VL modelində nə yenidir
- Skan edilmiş fakturalar, formlar və cədvəllərdən strukturlaşdırılmış çıxış.
- Mətn və obyektləri bounding box və ya nöqtələrlə tapır və sabit JSON qaytarır.
- 7B-də Qwen2-VL-dən yüksək sənəd nəticələri: DocVQA 95.7 və 94.5, OCRBench 864 və 845.
Qwen2.5-VL benchmarkları
| Benchmark | Nəticə | Qeyd |
|---|---|---|
| DocVQA (test) | 95.7 | 7B. Qwen2-VL-7B: 94.5 |
| OCRBench | 864 | 7B. Qwen2-VL-7B: 845, GPT-4o-mini: 785 |
| CC-OCR | 77.8 | 7B. Qwen2-VL-7B: 61.6 |
| ChartQA (test) | 87.3 | 7B. Qwen2-VL-7B: 83.0 |
Nəticələr müəlliflərin dərc etdiyi kimidir. Biz onları təkrar yoxlamamışıq.
Qwen2.5-VL modelini API ilə istifadə edin
OCRRouter Qwen-VL modelinin başqa buraxılışını qwen/qwen-vl kimi işlədir.
Qwen-VL versiyaları
- Qwen-VL: OCRRouter saytında bütün versiyalar, qiymət, sürət və funksiyalar
- Qwen3-VL (sentyabr və oktyabr 2025)
- Qwen2.5-VL (28 yanvar 2025 (32B mart 2025-də)), bu səhifə
- Qwen2-VL (29 avqust 2024)
Suallar
Mənbələr
Son yenilənmə .