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，能够自动从表格、图表、信息图表、绘图、示意图等中提取内容。
视觉 工具 2b
19.4K 拉取次数 更新于 12 天前
更新于 12 天前
12 天前
9b6204ce60f6 · 3.6GB
模型
架构granite
·
参数量2.53B
·
量化Q8_0
2.7GB
投影器
架构clip
·
参数量442M
·
量化F16
893MB
参数
{ "num_ctx": 16384, "temperature": 0 }
34B
系统
一个好奇的用户和一个人工智能助手之间的聊天。 助手会给出有用的，
154B
模板
{{- /* Tools */ -}} {{- if .Tools -}} <|start_of_role|>available_tools<|end_of_role|> {{- range $in
1.3kB
许可
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，能够自动从表格、图表、信息图表、绘图、示意图等中提取内容。 该模型在精心策划的指令遵循数据集上进行了训练，该数据集包含各种公共数据集和为支持广泛的文档理解和通用图像任务而定制的合成数据集。 它通过微调具有图像和文本模态的 Granite 大型语言模型来训练。