OCRRouter

Qwen2-VL

Qwen2-VL to druga rodzina modeli wizyjno-językowych Alibaba Qwen, czytająca obrazy w dowolnej rozdzielczości i tekst w wielu językach.

Wydanie modelu Qwen-VL. Inne wersje: Qwen3-VL, Qwen2.5-VL.

Wydano
29 sierpnia 2024
ID modelu
Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
Rozmiar
2B, 7B i 72B
Licencja
Apache-2.0 for 2B and 7B. 72B was first offered only through an API
Wyszukiwany też jako
qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct

Co nowego w Qwen2-VL

Benchmarki Qwen2-VL

BenchmarkWynikUwagi
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

Wyniki podane przez autorów. Nie powtarzaliśmy pomiarów.

Używaj Qwen2-VL przez API

OCRRouter udostępnia inne wydanie Qwen-VL jako qwen/qwen-vl.

Wersje Qwen-VL

Pytania

Źródła

Ostatnia aktualizacja .