OCRRouter

Qwen2-VL

Qwen2-VL è la seconda famiglia di modelli vision-language di Alibaba Qwen, che legge immagini a qualsiasi risoluzione e testo in molte lingue.

Una versione di Qwen-VL. Altre versioni: Qwen3-VL, Qwen2.5-VL.

Uscita
29 agosto 2024
ID del modello
Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
Dimensione
2B, 7B e 72B
Licenza
Apache-2.0 for 2B and 7B. 72B was first offered only through an API
Cercato anche come
qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct

Novità di Qwen2-VL

Benchmark di Qwen2-VL

BenchmarkPunteggioNota
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

Punteggi pubblicati dagli autori. Non li abbiamo rieseguiti.

Usa Qwen2-VL tramite API

OCRRouter offre un'altra versione di Qwen-VL come qwen/qwen-vl.

Versioni di Qwen-VL

Domande

Fonti

Ultimo aggiornamento .