一个紧凑而高效的视觉-语言模型，专门为视觉文档理解而设计，能够从表格、图表、信息图、绘图、图示等中自动提取内容。
视觉 工具 2b
19.4K 拉取 更新于 12 天前
12 天前更新
12 天前
3be41a661804 · 2.4GB
模型
架构granite
·
参数2.53B
·
量化Q4_K_M
1.5GB
投影器
架构clip
·
参数442M
·
量化F16
893MB
参数
{ "num_ctx": 16384, "temperature": 0 }
34B
系统
用户和一个人工智能助手之间的聊天。助手提供有用的，
154B
模板
{{- /* 工具 */ -}} {{- if .Tools -}} <|start_of_role|>available_tools<|end_of_role|> {{- range $in
1.3kB
许可证
Apache License Version 2.0, January 2004
11kB
自述文件
注意：此模型需要 Ollama 0.5.13。
一个紧凑而高效的视觉-语言模型，专门为视觉文档理解而设计，能够从表格、图表、信息图、绘图、图示等中自动提取内容。该模型在一个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。它通过对带有图像和文本模式的 Granite 大型语言模型进行微调来训练。