/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
6,2 ГБ
Лицензия
Apache 2.0
Архитектура
llava_next · dense
Базовая модель
granite-vision-3.3-2b
Библиотека
transformers
Опубликована
29 янв 2026

granite-vision-3.3-2b-chart2csv-preview

Изображение и текст → текст6 профессий

Зрительно-языковая модель IBM преобразует графики и визуализации в структурированные CSV-таблицы.

985скачиваний за 30 дней17лайковвеса обновлены9 фев 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

granite-vision-3.3-2b-chart2csv-preview — специализированная зрительно-языковая модель IBM, дообученная на основе ibm-granite/granite-vision-3.3-2b для извлечения табличных данных из графиков и визуализаций. Она принимает изображение графика и по рекомендуемому запросу формирует машиночитаемый CSV с числовыми значениями.

Модель предназначена для извлечения данных из графиков в отчётах, презентациях и PDF, в том числе в конвейерах обработки документов Docling и системах мультимодального анализа. Для обучения использовались синтетические данные графиков, созданные по методологии ChartGen; IBM сообщает о повышенной точности чисел по сравнению с универсальными VLM. Архитектура соответствует Granite Vision 3.3 2B; модель построена на Llava Next и распространяется в формате safetensors.

На низком разрешении, при сложной компоновке, перекрывающихся элементах или необычных типах графиков таблицы могут быть неполными или содержать ошибки. Результаты следует проверять перед использованием в аналитике с высокими последствиями; модель не предназначена для надёжного решения общих задач компьютерного зрения. Лицензия — Apache-2.0.

Сценарии применения

  • извлечение числовых данных из графиков в отчётах
  • преобразование диаграмм из презентаций в CSV
  • извлечение данных из графиков в PDF
  • обогащение документов структурированными данными в Docling
  • подготовка данных графиков для электронных таблиц и аналитики

Ограничения

Возможны числовые ошибки или неполные таблицы при низком разрешении, сложной компоновке, перекрытии элементов и нестандартных графиках. Проверяйте результаты перед использованием в аналитике с высокими последствиями; модель может ненадёжно работать за пределами извлечения данных из графиков.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

granite-vision-3.3-2b-chart2csv-preview

Model Summary:

Chart2CSV is a specialized vision-language model fine-tuned for the accurate extraction of tabular data from charts and visualizations. Built on top of ibm-granite/granite-vision-3.3-2b, it produces machine-readable CSV outputs with improved numeric fidelity compared to general-purpose VLMs. The model is trained using code-guided synthetic chart data following the ChartGen methodology, which strengthens factual grounding and reduces hallucination in the Chart-to-CSV task.

Intended Use:

The model is intended for workflows that require precise extraction of chart data into structured tables, including but not limited to:

  • Integration within Docling-based document parsing pipelines for structured data enrichment (Chart data extraction with Docling)
  • Enabling multimodal document understanding systems that jointly reason over charts, text, and tables
  • Direct extraction of structured data from charts embedded in reports, presentations, and PDFs
  • Providing structured inputs for downstream workflow automation and analytics systems
  • Supporting large-scale ingestion of financial or industry documents where raw tabular data is unavailable

The model's outputs are designed to be CSV-ready when used with the recommended Chart2CSV extraction prompt, enabling seamless downstream analysis with data tools like pandas, SQL, or spreadsheet software.

Generation:

This is a simple example of how to use the granite-vision-3.3-2b-chart2csv-preview model with the specific Chart-to-CSV prompt.

from transformers import AutoProcessor, AutoModelForVision2Seq
from huggingface_hub import hf_hub_download
import torch

device = "cuda" if torch.cuda.is_available() else "cpu"

model_path = "ibm-granite/granite-vision-3.3-2b-chart2csv-preview"
processor = AutoProcessor.from_pretrained(model_path)
model = AutoModelForVision2Seq.from_pretrained(model_path).to(device)

# prepare image and text prompt, using the appropriate prompt template

img_path = hf_hub_download(repo_id=model_path, filename='example.jpg')

conversation = [
    {
        "role": "user",
        "content": [
            {"type": "image", "url": img_path},
            {"type": "text", "text": "Convert the information in this chart into a data table in CSV format."},
        ],
    },
]
inputs = processor.apply_chat_template(
    conversation,
    add_generation_prompt=True,
    tokenize=True,
    return_dict=True,
    return_tensors="pt"
).to(device)


# autoregressively complete prompt
output = model.generate(**inputs, max_new_tokens=500)
print(processor.decode(output[0], skip_special_tokens=True))

Evaluations:

We compare the performance of granite-vision-3.3-2b-chart2csv-preview with other vision-language models (VLMs) on an internal Chart-to-CSV benchmark. In this task, models generate a CSV table from a chart image, and outputs are compared to ground-truth data using an LLM-based judge that measures similarity while ignoring minor formatting differences.

Chart2CSV
chartgemma37.1
granite-vision-3.3-2b53.8
Qwen3-VL-4B-Instruct58.1
InternVL3-8B56.1
Pixtral-12B-240949.1
Mistral-Samll-3.1-24B-Instruct-250353.2
Qwen2-VL-72B-Instruct50.3
GPT-4o46.7
granite-vision-3.3-2b-chart2csv-preview60.1

Model Architecture:

The granite-vision-3.3-2b-chart2csv-preview model uses the same architecture as the granite-vision-3.3-2b.

Infrastructure:

We train granite-vision-3.3-2b-chart2csv-preview using IBM's supercomputing cluster, Blue Vela, which is outfitted with NVIDIA H100 GPUs. This cluster provides a scalable and efficient infrastructure for training our models over thousands of GPUs.

Responsible Use and Limitations:

Some use cases for Chart-to-CSV extraction systems can trigger certain risks and operational considerations, including but not limited to: numeric inaccuracies, propagation of errors into downstream analytics pipelines, and misinterpretation of ambiguous chart styles. Although Chart2CSV is optimized to reduce hallucination and improve numeric fidelity, it may still produce inaccurate or incomplete tables in cases of low-resolution images, complex layouts, overlapping visual elements, or unconventional chart designs. Since Chart2CSV extracts structured numeric data, incorrect outputs may impact financial, scientific, or industry analysis workflows if not validated. We recommend human verification or automated consistency checks in high-stakes applications. Chart2CSV is optimized specifically for chart-to-CSV extraction and may not perform reliably on general vision-language tasks outside this scope.

Resources

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlavaNextForConditionalGeneration
Ревизия весов
298ed4d

0 моделей