Характеристики

Лицензия: Apache 2.0
Базовая модель: Qwen3-VL-2B-Instruct
Опубликована: 9 июл 2026

Ссылки

german-ocr-2b-gguf

Изображение и текст → текст4 профессии

Производная модели Keyven/german-ocr-2b-gguf. Компактная GGUF-модель на базе Qwen3-VL-2B для извлечения текста из изображений немецких документов.

17скачиваний за 30 дней0лайковвеса обновлены9 июл 2026

Бенчмарки

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

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

Карточка модели keyvan-ai/german-ocr-2b-gguf на Hugging Face совпадает с карточкой Keyven/german-ocr-2b-gguf, поэтому описание составлено по ней.

German-OCR 2B (GGUF) — компактная мультимодальная модель для распознавания и извлечения текста из документов на немецком языке. Автор модели — Keyvan Hardani. Это дообученная версия Qwen/Qwen3-VL-2B-Instruct, упакованная в формат GGUF: файлы включают языковую часть с квантизацией Q4_K и vision encoder. Модель принимает изображение документа и текстовую инструкцию, а результат выдаёт текстом; в карточке указана поддержка диалогового режима и анализа изображений.

Модель рассчитана на OCR немецких документов, например счетов и других изображений документов, и предназначена для локального запуска через llama.cpp. В README заявлена работа на CPU и поддержка CUDA, Metal, Vulkan и OpenVINO. Автор также приводит показатели скорости и точности для RTX 4060 и CPU, но они основаны на данных карточки и не подтверждены независимой оценкой. Лицензия — Apache 2.0.

Сценарии применения

распознавание текста на сканах немецких документов
извлечение данных из счетов на немецком языке
локальное OCR изображений документов на ноутбуке
обработка немецких документов через llama.cpp

Ограничения

Заявления README о 100% точности и скорости не подкреплены описанием независимой оценки. Модель ориентирована на документы на немецком языке; качество на других типах изображений или языках не охарактеризовано.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели IV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

German-OCR 2B (GGUF)

Kompaktes Vision-Language Modell für deutsche Dokumenten-OCR.

Highlights

1.5 GB - Läuft auf jedem Laptop
100% Genauigkeit auf deutschen Dokumenten
GPU/NPU-Support: CUDA, Metal, Vulkan, OpenVINO
CPU-Inferenz ohne GPU möglich

Dateien

Datei	Größe	Beschreibung
`German-OCR-Engine.2B.gguf`	1.03 GB	LLM Engine (Q4_K)
`German-OCR-Worker-2B.gguf`	424 MB	Vision Encoder

Verwendung mit llama.cpp

llama-mtmd-cli \
  -m German-OCR-Engine.2B.gguf \
  --mmproj German-OCR-Worker-2B.gguf \
  --image rechnung.png \
  -p "Extrahiere den Text aus diesem Dokument:" \
  -ngl 99

Verwendung mit Python

pip install german-ocr[llamacpp]

from german_ocr import GermanOCR

ocr = GermanOCR(backend="llamacpp")
text = ocr.extract("rechnung.png")
print(text)

Performance

Hardware	Speed	Accuracy
RTX 4060	127 tok/s	100%
CPU-only	23 tok/s	100%

Lizenz

Apache 2.0

Autor

Keyvan Hardani - keyvan.ai

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов: f1bdb1f