OCRRouter

Qwen2-VL

Qwen2-VL, Alibaba Qwen की दूसरी विज़न-लैंग्वेज मॉडल फ़ैमिली है, जो किसी भी रिज़ॉल्यूशन की इमेज और कई भाषाओं का टेक्स्ट पढ़ती है।

इसका एक रिलीज़ Qwen-VL. अन्य वर्शन: Qwen3-VL, Qwen2.5-VL.

रिलीज़
29 अगस्त 2024
मॉडल ID
Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
आकार
2B, 7B और 72B
लाइसेंस
Apache-2.0 for 2B and 7B. 72B was first offered only through an API
इस नाम से भी खोजा जाता है
qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct

Qwen2-VL में नया क्या है

Qwen2-VL बेंचमार्क

बेंचमार्कस्कोरटिप्पणी
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

स्कोर लेखकों द्वारा प्रकाशित हैं। हमने इन्हें दोबारा नहीं चलाया है।

Qwen2-VL को API से इस्तेमाल करें

OCRRouter Qwen-VL का एक अलग रिलीज़ qwen/qwen-vl के रूप में चलाता है।

Qwen-VL वर्शन

सवाल

स्रोत

अंतिम अपडेट .