一個精巧且高效的視覺語言模型，專為視覺文件理解而設計，能夠自動從表格、圖表、資訊圖表、繪圖、示意圖等提取內容。
vision tools 2b
19.3K 下載次數 更新於 12 天前
更新於 12 天前
12 天前
3be41a661804 · 2.4GB
模型
架構granite
·
參數2.53B
·
量化Q4_K_M
1.5GB
投影器
架構clip
·
參數442M
·
量化F16
893MB
參數
{ "num_ctx": 16384, "temperature": 0 }
34B
系統
一個好奇的使用者和人工智慧助理之間的對話。助理提供有幫助的，
154B
範本
{{- /* Tools */ -}} {{- if .Tools -}} <|start_of_role|>available_tools<|end_of_role|> {{- range $in
1.3kB
授權條款
Apache License Version 2.0, January 2004
11kB
說明文件
注意：此模型需要 Ollama 0.5.13 版本。
一個精巧且高效的視覺語言模型，專為視覺文件理解而設計，能夠自動從表格、圖表、資訊圖表、繪圖、示意圖等提取內容。此模型在一個精心策劃的指令遵循數據集上訓練，該數據集包含多樣化的公共數據集和為支持廣泛的文件理解和通用圖像任務而客製化的合成數據集。它通過使用圖像和文本模態微調 Granite 大型語言模型進行訓練。