OCRRouter

Qwen2-VL

Qwen2-VL Alibaba Qwen-in ikinci vision-language model ailəsidir; istənilən ölçülü şəkilləri və çoxlu dildə mətni oxuyur.

Buraxılışı: Qwen-VL. Digər versiyalar: Qwen3-VL, Qwen2.5-VL.

Buraxılış
29 avqust 2024
Model ID
Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
Ölçü
2B, 7B və 72B
Lisenziya
Apache-2.0 for 2B and 7B. 72B was first offered only through an API
Həmçinin belə axtarılır
qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct

Qwen2-VL modelində nə yenidir

Qwen2-VL benchmarkları

BenchmarkNəticəQeyd
DocVQA (test)94.5Qwen2-VL-7B. InternVL2-8B: 91.6
TextVQA (val)84.3Qwen2-VL-7B
OCRBench845Qwen2-VL-7B. GPT-4o-mini: 785
InfoVQA (test)76.5Qwen2-VL-7B

Nəticələr müəlliflərin dərc etdiyi kimidir. Biz onları təkrar yoxlamamışıq.

Qwen2-VL modelini API ilə istifadə edin

OCRRouter Qwen-VL modelinin başqa buraxılışını qwen/qwen-vl kimi işlədir.

Qwen-VL versiyaları

Suallar

Mənbələr

Son yenilənmə .