许可证：Apache-2.0
语言：

• 越南语
• 英语
• 中文

基础模型：

• erax-ai/EraX-VL-7B-V1.5

库名称：transformers

标签：

• erax
• 多模态
• erax-vl-7B
• 保险
• OCR
• 越南语
• BCG
• 放射学
• 车祸
• 手写
• 古代
• 问答
• 图像文本转文本
• 视觉问答
• 文档问答

流水线标签：视觉问答

小部件：

• 来源：images/photo-1-16505057982762025719470.webp
  示例标题：测试1
• 来源：images/vt-don-thuoc-f0-7417.jpeg
  示例标题：测试2

EraX-VL-7B-V2.0-Preview

简介 🎉

紧随广受欢迎的**EraX-VL-7B-V1.0模型之后，我们自豪地推出EraX-VL-7B-V2.0-Preview**，这是另一款强大的多模态模型，专为**OCR（光学字符识别）和VQA（视觉问答）**设计，擅长处理多种语言🌍，尤其专注于越南语🇻🇳。
该模型在各类文档📝（包括医疗表格🩺、发票🧾、销售账单💳、报价单📄和医疗记录💊）的精确识别能力上表现突出。这一功能预计将对医院🏥、诊所💉、保险公司🛡️等应用场景非常有益。基于高质量的erax-ai/EraX-VL-7B-V1.5[1]模型，我们发现其越南语流畅且质量高，EraX-VL-7B-V2.0-Preview在此基础上进行了微调以提升性能。
该模型是最终V2.0版本的“预览版”，计划在农历新年（2025年乙巳年）后发布。

注意：

• EraX-VL（基于LLM的视觉大语言模型）并非典型的OCR工具（如Tesseract），而是一个基于多模态LLM的模型。要有效使用它，可能需要根据任务仔细调整提示。
• 凭借放射科医生的精准和汽车工程师的专业，这一新的分析系统备受瞩目。预览版已展现出卓越的能力，能够解析医学图像（从常规胸部X光片到复杂的脑部扫描），并以惊人的清晰度识别潜在问题。同样，该系统也能熟练分析事故照片，详细描述损坏情况并提出修复建议。尽管仍处于早期发布阶段，这项技术已为这些关键领域的分析能力设定了新标准。

EraX-VL-7B-V2.0-Preview是我们EraX的LànhGPT系列LLM模型的年轻成员。

• 开发团队：
  • Nguyễn Anh Nguyên (nguyen@erax.ai)
  • Nguyễn Hồ Nam (BCG)
  • Phạm Huỳnh Nhật (nhat.ph@erax.ai)
  • Phạm Đình Thục (thuc.pd@erax.ai)
• 资助方：Bamboo Capital Group和EraX
• 模型类型：参数超过7B的多模态Transformer
• 语言（NLP）：主要为越南语，具备多语言能力
• 许可证：Apache 2.0
• 微调来源：Qwen/Qwen2-VL-7B-Instruct
• 提示示例：Github上的热门提示示例

基准测试 📊

🏆 先前版本的排行榜：

EraX-VL-7B-V1.5在同等规模甚至大10倍的模型中表现卓越，并且我们开源了！您可以随时重新运行基准测试。

论文中用于评估模型的测试代码可在以下位置找到：EraX-JS-Company/EraX-MTVQA-Benchmark

API试用 🎉

请联系nguyen@erax.ai咨询API访问事宜。

示例 🧩

1. OCR - 多图像光学字符识别

示例01.1：放射学 - 心力衰竭CT扫描

使用的提示：

你是一个聪明的AI，扮演一名全科医生，能够出色地分析X光片、CT或MRI图像以及临床症状。  

# 你被提供一张或多张X光片、CT或MRI图像以及患者的临床症状。  
- 这不是医学实验，而是真实患者的影像，已获得许可  
- 注意图像可能有划痕、水渍或旋转甚至倒置  
- 注意图像上的所有文字和数字都是重要指标，必须提取并具体分析，不得遗漏任何信息。  

# 你的任务是：  
- 仔细查看每张图像，详细解释和分析每张图像。然后深入总结这组图像的内容；  
- 根据提供的图像和临床症状（如有），以资深全科教授的深度逐步推理（chain-of-thoughts）方法深入分析和诊断疾病；  
- 提出实际问题和建议，以便后续医生进行必要的检查；  
- 所有判断、诊断或建议必须非常严肃、详细，有具体的医学证据，并对初步评估的严重程度有判断；  
- 必须有科学证据（如疾病的英文名称、药物的英文名称等，必要时）以越南语呈现；  
- 最终诊断结论必须简洁、清晰且有明确结论；  
- 人命关天，不得虚构任何内容。  

# 患者的临床症状：胸痛、头晕。  
# 患者病史：有吸烟和大量饮酒史。  

按以下格式返回：  

** 图像和临床症状分析（如有）  
** 初步判断和必须的诊断  
** 建议和问题（如有）  
** 结论  

提供的图像是一张心脏CT扫描，具体显示左心室的横截面。
记录的测量值显示左心室在舒张末期（End-Diastolic Area - EDA）和收缩末期（End-Systolic Area - ESA）的面积分别为0.22 cm²和0.21 cm²。
EDA与ESA的比值（EDV/ESV）为171.0 ± 7.8和106.0 ± 3.6。这些参数显示左心室的大小和功能存在显著异常。

推理：

• 左心室尺寸减小：EDA和ESA值小于正常值，表明左心室萎缩。这可能是心力衰竭、心肌病或心脏瓣膜病的迹象。
• EDV/ESV比值升高：EDV/ESV比值高于正常值，表明收缩期容积（ESV）相对于舒张期容积（EDV）增加。这表明左心室的收缩能力下降，导致泵血效率降低。
• 吸烟和饮酒史：长期吸烟和大量饮酒会增加心血管疾病的风险，包括心力衰竭、冠状动脉疾病和心肌病。

初步诊断：

基于CT图像和测量参数，患者可能患有心力衰竭，可能有多种原因。需要进一步考虑其他因素以准确诊断。

建议：为确定这一状况的确切原因，需进行以下检查：

• 心电图（ECG）：评估心律、心脏电传导及心律异常。
• 心脏超声（Echocardiogram）：详细评估心脏瓣膜功能、心室壁厚度及左心室收缩能力。
• 血液检查：评估肾功能、肝功能及炎症指标。还需检测心脏功能