Qwen2.5-VL
Qwen2.5-VL е отворената фамилија vision-language модели на Alibaba од почетокот на 2025. Основа е на неколку OCR модели, вклучително olmOCR 2 и Nanonets-OCR2.
Издание на Qwen-VL. Други верзии: Qwen3-VL, Qwen2-VL.
- Објавен
- 28 јануари 2025 (32B во март 2025)
- ID на моделот
- Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
- Големина
- 3B, 7B, 32B и 72B
- Лиценца
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- Се пребарува и како
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Што е ново во Qwen2.5-VL
- Структуриран излез од скенирани фактури, формулари и табели.
- Лоцира текст и објекти со bounding boxes или точки и враќа стабилен JSON.
- Повисоки резултати за документи од Qwen2-VL на 7B: DocVQA 95.7 наспроти 94.5, OCRBench 864 наспроти 845.
Бенчмарки за Qwen2.5-VL
| Бенчмарк | Резултат | Забелешка |
|---|---|---|
| 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 |
Резултати според авторите. Не сме ги повториле.
Користете го Qwen2.5-VL преку API
OCRRouter извршува друго издание на Qwen-VL како qwen/qwen-vl.
Верзии на Qwen-VL
- Qwen-VL: сите верзии, цена, брзина и функции на OCRRouter
- Qwen3-VL (септември и октомври 2025)
- Qwen2.5-VL (28 јануари 2025 (32B во март 2025)), оваа страница
- Qwen2-VL (29 август 2024)
Прашања
Извори
Последно ажурирано .