/ Модель

Характеристики

Контекст
32 768 токенов
Размер весов
16,6 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2_vl · dense
Базовая модель
qwen2-vl-7b-instruct-unsloth-bnb-4bit
Опубликована
15 сен 2026

Qwen2-VL-7B-Instruct-LoRA-Latex-OCR

Изображение и текст → текст

Дообученная Qwen2-VL-7B-Instruct преобразует изображения математических формул в текст LaTeX.

110скачиваний за 30 дней0лайковвеса обновлены16 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Adnan2942 дообучил Qwen2-VL-7B-Instruct для распознавания формул и преобразования изображений с формулами в текст LaTeX. Это мультимодальная модель семейства Qwen2-VL с архитектурой Qwen2VLForConditionalGeneration; в репозитории опубликованы веса в формате safetensors. Базовая модель указана как unsloth/qwen2-vl-7b-instruct-unsloth-bnb-4bit, а для обучения использовались Unsloth и библиотека Hugging Face TRL.

Модель подходит для извлечения математических выражений из изображений и подготовки LaTeX-разметки для дальнейшего редактирования или обработки. Карточка указывает лицензию Apache-2.0. Подробные сведения о точности, поддерживаемых типах изображений и контекстном окне не приведены.

Сценарии применения

  • распознавание математических формул на изображениях
  • преобразование рукописных или печатных формул в LaTeX
  • извлечение формул из сканов для редактирования
  • подготовка LaTeX-разметки из изображений учебных материалов

Ограничения

Карточка не приводит метрики точности или сведения о качестве на рукописных формулах и сложных макетах. Язык распознаваемых выражений и поддерживаемые варианты входных изображений не уточнены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Quick start

from transformers import pipeline,TextStreamer
tokenizer=AutoTokenizer.from_pretrained("Adnan2942/Qwen2-VL-7B-Instruct-LoRA-Latex-OCR")
text_streamer=TextStreamer(tokenizer,skip_prompt=True,skip_special_tokens=True)
input="your-image-input-object" ###example:"<PIL.PngImagePlugin.PngImageFile image mode=RGB size=160x40>"
generator = pipeline("image-text-to-text", model="Adnan2942/Qwen2-VL-7B-Instruct-LoRA-Latex-OCR", device="cuda")
output = generator([{"role": "user", "content": [
{"type":"text","text":"Write the Latex representation for this image"},
{"type":"image","image":input}]}], max_new_tokens=128,streamer=text_streamer,use_cache=True,temperature=1,min_p=0.1)

Uploaded finetuned model

This qwen2_vl model was trained 2x faster with Unsloth and Huggingface's TRL library.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2VLForConditionalGeneration
Ревизия весов
55fd9d0

0 моделей