许可协议: apache-2.0
语言:

• 英文
  基础模型:
• prithivMLmods/Qwen2-VL-OCR-2B-Instruct
  任务标签: 图像文本转文本
  库名称: transformers
  标签:
• 文本生成推理
• 视觉问答
• 潦草手写OCR
• 光学字符识别
• 代码

Qwen2-VL-OCR-2B-Instruct-GGUF [视觉/OCR]

Qwen2-VL-OCR-2B-Instruct 模型是基于 Qwen/Qwen2-VL-2B-Instruct 微调的版本，专为光学字符识别（OCR）、图像转文本、LaTeX 格式数学问题求解以及潦草手写OCR等任务设计。该模型结合了对话式交互与多模态理解能力，可高效处理视觉与文本混合任务。

模型文件 (Qwen2-VL-OCR-2B-Instruct, GGUF)

i1 量化变体

元数据

量化版本使用指南

（按大小排序，质量未必对应。通常IQ量化优于同尺寸非IQ量化）

下图由 ikawrakow 提供，对比了部分低质量量化类型的表现（数值越低越好）：