OCRRouter

Qwen2.5-VL

Qwen2.5-VL خانواده مدل‌های بینایی-زبان باز Alibaba از اوایل 2025 است. پایه چند مدل OCR، از جمله olmOCR 2 و Nanonets-OCR2 است.

نسخه‌ای از Qwen-VL. نسخه‌های دیگر: Qwen3-VL, Qwen2-VL.

تاریخ انتشار
28 ژانویه 2025 (‏32B در مارس 2025)
شناسه مدل
Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
اندازه
3B، ‏7B، ‏32B و 72B
مجوز
Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
جستجو شده با نام
qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct

چه چیزی در Qwen2.5-VL جدید است

بنچمارک‌های Qwen2.5-VL

بنچمارکامتیازتوضیح
DocVQA (test)95.77B. ‏Qwen2-VL-7B: ‏94.5
OCRBench8647B. ‏Qwen2-VL-7B: ‏845، GPT-4o-mini: ‏785
CC-OCR77.87B. ‏Qwen2-VL-7B: ‏61.6
ChartQA (test)87.37B. ‏Qwen2-VL-7B: ‏83.0

امتیازها همان‌طور که نویسندگان منتشر کرده‌اند. ما آن‌ها را دوباره اجرا نکرده‌ایم.

استفاده از Qwen2.5-VL از طریق API

OCRRouter نسخه دیگری از Qwen-VL را با شناسه qwen/qwen-vl اجرا می‌کند.

نسخه‌های Qwen-VL

پرسش‌ها

منابع

آخرین به‌روزرسانی .