/ Модель

Характеристики

Контекст
655 380 токенов
Архитектура
glm_ocr · dense
Библиотека
transformers
Опубликована
24 мар 2026

drug_name_extraction_v2x0

Изображение и текст → текст4 профессии

Дообученная GLM-OCR для извлечения названий лекарств с изображений рецептов.

126скачиваний за 30 дней0лайковвеса обновлены24 мар 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

KeraCare/drug_name_extraction_v2x0 — дообученная модель GLM-OCR для извлечения названий лекарств с изображений рецептов. Она принимает изображение рецепта и формирует текстовый ответ с распознанными названиями препаратов. Модель построена на архитектуре GLM-OCR и доступна в формате safetensors; для запуска карточка указывает библиотеку Transformers.

Модель предназначена для автоматизации чтения рецептов и извлечения из них названий лекарств. Она дообучена на пользовательском наборе изображений рецептов с соответствующими метками названий препаратов. Сведения о языках, размере модели, длине контекста и лицензии в предоставленных источниках отсутствуют.

Сценарии применения

  • извлечение названий лекарств из фотографий рецептов
  • автоматизация переноса назначений из рецептов в цифровую систему
  • распознавание препаратов на отсканированных рецептах

Ограничения

Обучение описано для пользовательского набора изображений рецептов, поэтому качество на других типах документов и рецептов может отличаться. В предоставленных источниках не приведены оценки качества и условия лицензии.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for KeraCare/drug_name_extraction_v2x0

This model is a fine-tuned version of the GLM-OCR model, trained for drug name extraction from prescription images. It was fine-tuned on a custom dataset of prescription images and corresponding drug name labels.

Usage

To use this model for inference, you can load it using the Hugging Face Transformers library:

from transformers import AutoProcessor, AutoModelForImageTextToText
import time
import torch
processor = AutoProcessor.from_pretrained("KeraCare/drug_name_extraction_v2x0")
model = AutoModelForImageTextToText.from_pretrained("KeraCare/drug_name_extraction_v2x0")

image_path = "sample-images/test_image.jpg"

messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "image",
                "image": image_path
            },
            {
                "type": "text",
                "text": "Extract drug names from the image in json format with the following format: {\"drug_names\": [\"drug_name1\", \"drug_name2\", ...]}"
            }
        ],
    }
]



inputs = processor.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_dict=True,
    return_tensors="pt",
    enable_thinking=False,
)

input_ids = inputs["input_ids"]
attention_mask = inputs["attention_mask"]

device = torch.device("cuda" if torch.cuda.is_available() else "mps" if torch.backends.mps.is_available() else "cpu")
model.to(device)
model.eval()


inputs = {k: v.to(device) if isinstance(v, torch.Tensor) else v for k, v in inputs.items()}
# Per-sample input lengths (handles padding correctly for batch_size > 1)


input_lengths = inputs["attention_mask"].sum(dim=1).tolist()
generated_ids = model.generate(
    **inputs,
    max_new_tokens=128
)


output_ids = generated_ids[0][int(input_lengths[0]):]
generated_text = processor.decode(output_ids, skip_special_tokens=True)



print("Generated Text:")
print(generated_text)

Training Details

  • Base Model: GLM-OCR
  • Fine-tuning Dataset: Custom dataset of prescription images and drug name labels

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GlmOcrForConditionalGeneration
Ревизия весов
20e338b

0 моделей