注意：此模型需要 Ollama 0.5.13。

一个紧凑高效的视觉语言模型，专门设计用于视觉文档理解，能够从表格、图表、信息图、绘图、示意图等自动提取内容。该模型在精心策划的指令遵循数据集上训练，该数据集包含各种公共数据集和专门定制的合成数据集，以支持广泛的文档理解和通用图像任务。它通过微调带有图像和文本模态的 Granite 大型语言模型进行训练。

参考资料

Hugging Face