Qwen2.5-VL
Qwen2.5-VL යනු 2025 මුල සිට Alibaba හි විවෘත vision-language මාදිලි පවුලයි. එය olmOCR 2 සහ Nanonets-OCR2 ඇතුළු OCR මාදිලි කිහිපයක පදනමයි.
නිකුතුවක්: Qwen-VL. වෙනත් අනුවාද: Qwen3-VL, Qwen2-VL.
- නිකුත් කළ දිනය
- 2025 ජනවාරි 28 (32B 2025 මාර්තුවේ)
- මාදිලි 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
- ප්රමාණය
- 3B, 7B, 32B සහ 72B
- බලපත්රය
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- සෙවුම් වෙනත් නම්
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Qwen2.5-VL හි අලුත් දේ
- ස්කෑන් කළ ඉන්වොයිස්, පෝරම සහ වගුවලින් ව්යුහගත ප්රතිදානය.
- bounding box හෝ ලක්ෂ්ය සමඟ පෙළ සහ වස්තු සොයා ස්ථාවර JSON ලබා දෙයි.
- 7B හිදී Qwen2-VL ට වඩා ඉහළ ලේඛන ලකුණු: DocVQA 95.7 එදිරිව 94.5, OCRBench 864 එදිරිව 845.
Qwen2.5-VL benchmark
| Benchmark | ලකුණු | සටහන |
|---|---|---|
| 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 |
කතුවරුන් ප්රකාශ කළ ලකුණු. අපි ඒවා නැවත ධාවනය කර නැත.
Qwen2.5-VL API හරහා භාවිත කරන්න
OCRRouter Qwen-VL හි වෙනත් නිකුතුවක් qwen/qwen-vl ලෙස ධාවනය කරයි.
Qwen-VL අනුවාද
- Qwen-VL: OCRRouter හි සියලු අනුවාද, මිල, වේගය සහ විශේෂාංග
- Qwen3-VL (2025 සැප්තැම්බර් සහ ඔක්තෝබර්)
- Qwen2.5-VL (2025 ජනවාරි 28 (32B 2025 මාර්තුවේ)), මෙම පිටුව
- Qwen2-VL (2024 අගෝස්තු 29)
ප්රශ්න
මූලාශ්ර
අවසන් යාවත්කාලීන කිරීම .