OCRRouter

Qwen2-VL

Qwen2-VL، Alibaba Qwen کی دوسری وژن لینگویج ماڈل فیملی ہے، جو کسی بھی ریزولوشن کی تصاویر اور کئی زبانوں کا متن پڑھتی ہے۔

اس کا ایک ریلیز Qwen-VL. دیگر ورژن: Qwen3-VL, Qwen2.5-VL.

ریلیز
29 اگست 2024
ماڈل ID
Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
سائز
2B، 7B اور 72B
لائسنس
Apache-2.0 for 2B and 7B. 72B was first offered only through an API
اس نام سے بھی تلاش کیا جاتا ہے
qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct

Qwen2-VL میں نیا کیا ہے

Qwen2-VL بینچ مارکس

بینچ مارکاسکورنوٹ
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

اسکور مصنفین کے شائع کردہ ہیں۔ ہم نے انہیں دوبارہ نہیں چلایا۔

Qwen2-VL کو API کے ذریعے استعمال کریں

OCRRouter Qwen-VL کا ایک مختلف ریلیز qwen/qwen-vl کے طور پر چلاتا ہے۔

Qwen-VL ورژن

سوالات

ذرائع

آخری اپ ڈیٹ .