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、信息图表、绘图、图示等中自动提取内容。该模型在精心策划的指令遵循数据集上进行训练，该数据集包含各种公共数据集和为支持各种文档理解和通用图像任务而量身定制的合成数据集。它通过使用图像和文本模态微调 Granite 大型语言模型来训练。

参考

Hugging Face