OCRRouter

Qwen2-VL

Qwen2-VL — друга родина візуально-мовних моделей Alibaba Qwen. Читає зображення будь-якої роздільності й текст багатьма мовами.

Реліз моделі Qwen-VL. Інші версії: Qwen3-VL, Qwen2.5-VL.

Дата виходу
29 серпня 2024
ID моделі
Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
Розмір
2B, 7B і 72B
Ліцензія
Apache-2.0 for 2B and 7B. 72B was first offered only through an API
Також шукають як
qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct

Що нового в Qwen2-VL

Бенчмарки Qwen2-VL

БенчмаркРезультатПримітка
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

Результати в тому вигляді, в якому їх опублікували автори. Ми їх не перевіряли.

Використання Qwen2-VL через API

OCRRouter запускає інший реліз Qwen-VL як qwen/qwen-vl.

Версії Qwen-VL

Запитання

Джерела

Оновлено .