Qwen2.5-VL
Qwen2.5-VL, 2025 की शुरुआत की Alibaba की ओपन विज़न-लैंग्वेज मॉडल फ़ैमिली है। यह olmOCR 2 और Nanonets-OCR2 समेत कई OCR मॉडलों का आधार है।
इसका एक रिलीज़ Qwen-VL. अन्य वर्शन: Qwen3-VL, Qwen2-VL.
- रिलीज़
- 28 जनवरी 2025 (32B मार्च 2025 में)
- मॉडल 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
- आकार
- 3B, 7B, 32B और 72B
- लाइसेंस
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- इस नाम से भी खोजा जाता है
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Qwen2.5-VL में नया क्या है
- स्कैन किए इनवॉइस, फ़ॉर्म और टेबल से स्ट्रक्चर्ड आउटपुट।
- बाउंडिंग बॉक्स या पॉइंट से टेक्स्ट और ऑब्जेक्ट ढूँढता है और स्थिर JSON लौटाता है।
- 7B पर Qwen2-VL से ऊँचे डॉक्यूमेंट स्कोर: DocVQA 95.7 बनाम 94.5, OCRBench 864 बनाम 845।
Qwen2.5-VL बेंचमार्क
| बेंचमार्क | स्कोर | टिप्पणी |
|---|---|---|
| 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 |
स्कोर लेखकों द्वारा प्रकाशित हैं। हमने इन्हें दोबारा नहीं चलाया है।
Qwen2.5-VL को API से इस्तेमाल करें
OCRRouter Qwen-VL का एक अलग रिलीज़ qwen/qwen-vl के रूप में चलाता है।
Qwen-VL वर्शन
- Qwen-VL: OCRRouter पर सभी वर्शन, कीमत, स्पीड और फीचर
- Qwen3-VL (सितंबर और अक्टूबर 2025)
- Qwen2.5-VL (28 जनवरी 2025 (32B मार्च 2025 में)), यह पेज
- Qwen2-VL (29 अगस्त 2024)
सवाल
स्रोत
अंतिम अपडेट .