Qwen2.5 VL 72B Instruct FP8 Dynamic
Apache-2.0
Qwen2.5-VL-72B-Instruct的FP8量化版本，支持视觉-文本输入和文本输出，由Neural Magic优化发布。
图像生成文本
Transformers
Transformers 英语
Q
parasail-ai
78
1
Olmocr 7B 0225 Preview
Apache-2.0
基于Qwen2-VL-7B-Instruct微调的文档OCR模型，支持多语言文档识别与元数据提取
文字识别 Transformers
Transformers 英语
O
FriendliAI
322
1
Qwen2.5 VL 3B Instruct Quantized.w4a16
Apache-2.0
Qwen2.5-VL-3B-Instruct的量化版本，权重量化为INT4，激活量化为FP16，适用于视觉-文本任务的高效推理。
文本生成图像 Transformers
Transformers 英语
Q
RedHatAI
167
1
Qwen2.5 VL 72B Instruct FP8 Dynamic
Apache-2.0
Qwen2.5-VL-72B-Instruct的FP8量化版本，支持视觉-文本输入和文本输出，适用于多模态任务。
文本生成图像 Transformers
Transformers 英语
Q
RedHatAI
1,837
3
Eagle2 9B
Eagle2是一个高性能的视觉语言模型系列，专注于通过数据策略和训练方法的优化来提升模型性能。
文本生成图像 Transformers
Transformers 其他
E
KnutJaegersberg
15
4
Eagle2 1B
鹰隼2号是一个高性能视觉语言模型家族，专注于数据策略和训练方案的透明性，旨在推动开源社区开发具有竞争力的视觉语言模型。
图像生成文本 Transformers
Transformers 其他
E
nvidia
1,791
23
Florence 2 DocVQA
基于微软Florence-2模型使用Docmatix数据集（5%数据量）微调1天的版本，适用于图像文本理解任务
文本生成图像 Transformers
TransformersF
impactframes
30
1
Paligemma Rich Captions
Apache-2.0
基于PaliGemma-3b模型在DocCI数据集上微调的图像描述生成模型，能生成200-350字符的详细描述文本，减少幻觉现象
图像生成文本 Transformers
Transformers 英语
P
gokaygokay
66
9
Paligemma 3b Ft Docvqa 896
PaliGemma是Google开发的轻量级视觉语言模型，基于SigLIP视觉模型和Gemma语言模型构建，支持多语言图像文本理解与生成。
图像生成文本 Transformers
TransformersP
google
519
9
Uae License Detection
MIT
Donut是一种无需OCR的文档理解Transformer模型，结合视觉编码器和文本解码器处理文档图像
图像生成文本 Transformers
TransformersU
codedrainer
21
2
Donut Base Medical Handwritten Prescriptions Information Extraction Final
MIT
基于Donut架构的医疗手写处方信息提取模型，用于从医疗处方图像中提取结构化信息
图像生成文本 Transformers
TransformersD
Javeria98
47
0
Thesisdonut
MIT
基于naver-clova-ix/donut-base微调的模型，具体用途和功能需要更多信息
图像生成文本 Transformers
TransformersT
Humayoun
13
0
Donut Base Sroie
MIT
基于naver-clova-ix/donut-base微调的文档理解模型，专注于结构化文档信息提取任务
文字识别 Transformers
TransformersD
enoreyes
15
0
Donut Base Bol
MIT
基于naver-clova-ix/donut-base微调的文档理解模型，适用于图像文件夹数据集
文字识别 Transformers
TransformersD
prakriti42
13
0
Donut Base Finetuned Latvian Receipts V2
MIT
基于Donut架构的模型，专门针对拉脱维亚收据数据进行了微调
文字识别 Transformers
TransformersD
Inesence
13
0
Donut Base Finetuned Latvian Receipts
MIT
该模型是基于donut-base在拉脱维亚收据数据集上微调的版本，主要用于收据图像处理任务
文字识别 Transformers
TransformersD
Inesence
31
0
Donut Base Sroie
MIT
基于naver-clova-ix/donut-base在图像文件夹数据集上微调的模型，适用于文档理解任务
文字识别 Transformers
TransformersD
zahra000
16
0
Donut Base Sroie Fine Tuned
MIT
基于naver-clova-ix/donut-base模型在图像文件夹数据集上微调的版本，适用于文档理解任务。
文字识别 Transformers
TransformersD
adrianccy
21
0
Donut Base Payslips
MIT
基于Donut架构的文档理解模型，专门针对工资单图像处理进行微调
文字识别 Transformers
TransformersD
Assadullah
20
0
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型，性能媲美GPT-3.5-turbo，优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型 Transformers
Transformers 支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型，专为边缘设备推理设计，体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers
Transformers 英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型，适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20none;%20}%20.st1%20{%20fill:%20%235ce6cf;%20}%20.st2%20{%20fill:%20%230080ff;%20}%20.st3%20{%20clip-path:%20url(%23clippath);%20}%20%3c/style%3e%3cclipPath%20id='clippath'%3e%3crect%20class='st0'%20y='0'%20width='120'%20height='32'/%3e%3c/clipPath%3e%3c/defs%3e%3cg%20class='st3'%3e%3cg%3e%3cpath%20class='st1'%20d='M22.4,32H3.2c-1,0-2-.5-2.6-1.4-.6-.9-.7-2-.4-2.9L9.8,2.1C10.3.8,11.5,0,12.8,0s2.5.8,3,2.1l9.6,25.6c.4,1,.2,2.1-.4,2.9-.6.9-1.6,1.4-2.6,1.4ZM7.8,25.6h10l-5-13.3-5,13.3Z'/%3e%3cpath%20class='st2'%20d='M33.6,32c-1.3,0-2.5-.8-3-2.1L21,4.3c-.6-1.7.2-3.5,1.9-4.1,1.7-.6,3.5.2,4.1,1.9l9.6,25.6c.6,1.7-.2,3.5-1.9,4.1-.4.1-.8.2-1.1.2h0Z'/%3e%3cpath%20d='M71.8,9.1h-6.9v4.6h6.9c2.5,0,4.6,2,4.6,4.6h-6.9c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h2.3c1.7,0,3.2-.4,4.6-1.2v1.2h4.6v-13.7c0-5-4.1-9.1-9.1-9.1h0ZM71.8,27.4h-2.3c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h6.9c0,2.5-2,4.6-4.6,4.6h0Z'/%3e%3cpath%20d='M52.3,9.1h-4.6V0h-4.6V32h9.1c5,0,9.1-4.1,9.1-9.1v-4.6c0-5.1-4.1-9.1-9.1-9.1h0ZM56.9,22.9c0,2.5-2,4.6-4.6,4.6h-4.6v-13.7h4.6c2.5,0,4.6,2,4.6,4.6v4.6h0Z'/%3e%3cpath%20d='M110.9,13.7h9.1v-4.6h-9.1c-5.1,0-9.1,4.1-9.1,9.1v4.6c0,5.1,4.1,9.1,9.1,9.1h9.1v-4.6h-9.1c-2.5,0-4.6-2-4.6-4.6h13.7v-4.6h-13.7c0-2.5,2-4.6,4.6-4.6h0Z'/%3e%3cpath%20d='M93.6,18.3h-4.6c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h10.3v-4.6h-10.3c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h4.6c1.3,0,2.3,1,2.3,2.3s-1,2.3-2.3,2.3h-10.3v4.6h10.3c3.8,0,6.9-3.1,6.9-6.9s-3.1-6.9-6.9-6.9Z'/%3e%3c/g%3e%3c/g%3e%3c/svg%3e)
AIbase是一个专注于MCP服务的平台，为AI开发者提供高质量的模型上下文协议服务，助力AI应用开发。
简体中文