Qwen2.5-VL
Qwen2.5-VL је Alibaba отворена породица vision-language модела с почетка 2025. Основа је неколико OCR модела, укључујући olmOCR 2 и Nanonets-OCR2.
Издање модела Qwen-VL. Друге верзије: Qwen3-VL, Qwen2-VL.
- Објављено
- 28. јануар 2025. (32B у марту 2025.)
- ID модела
- Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
- Величина
- 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
- Тражи се и као
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Шта је ново у Qwen2.5-VL
- Структурисан излаз из скенираних фактура, образаца и табела.
- Лоцира текст и објекте оквирима или тачкама и враћа стабилан JSON.
- Бољи резултати на документима од Qwen2-VL на 7B: DocVQA 95,7 према 94,5, OCRBench 864 према 845.
Qwen2.5-VL бенчмаркови
| Бенчмарк | Резултат | Напомена |
|---|---|---|
| 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 које су објавили аутори. Нисмо их поново покретали.
Користите Qwen2.5-VL преко API-ја
OCRRouter покреће друго издање модела Qwen-VL као qwen/qwen-vl.
Qwen-VL верзије
- Qwen-VL: све верзије, цене, брзина и функције на OCRRouter
- Qwen3-VL (септембар и октобар 2025.)
- Qwen2.5-VL (28. јануар 2025. (32B у марту 2025.)), ова страница
- Qwen2-VL (29. август 2024.)
Питања
Извори
Последње ажурирање .