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、示意圖等中提取內容。
vision tools 2b
1.94萬 Pulls 已更新 12 天前
已更新 12 天前
12 天前
3be41a661804 · 2.4GB
model
archgranite
·
parameters2.53B
·
quantizationQ4_K_M
1.5GB
projector
archclip
·
parameters442M
·
quantizationF16
893MB
params
{ "num_ctx": 16384, "temperature": 0 }
34B
system
介於一位好奇的使用者和一個人工智慧助理之間的聊天。助理會提供有幫助的、
154B
template
{{- /* Tools */ -}} {{- if .Tools -}} <|start_of_role|>available_tools<|end_of_role|> {{- range $in
1.3kB
license
Apache License Version 2.0, January 2004
11kB
自述檔案
注意：此模型需要 Ollama 0.5.13。
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、示意圖等中提取內容。此模型在精心策劃的指令遵循數據集上進行訓練，該數據集包含多樣化的公開數據集和為支持廣泛的文件理解和通用圖像任務而量身定制的合成數據集。它通過微調 Granite 大型語言模型以及圖像和文本模態進行訓練。