/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
MemOCR-7B
Библиотека
transformers
Опубликована
6 мар 2026

MemOCR-7B-i1-GGUF

Вопросы по изображениюИзображение, текст → текст7 профессий

MemOCR-7B-i1-GGUF — это квантизированная версия мультимодальной модели MemOCR-7B, разработанной Meituan и подготовленной в формате GGUF пользователем mradermacher.

909скачиваний за 30 дней1лайквеса обновлены6 мар 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

Модель предназначена для работы с изображениями и текстом, включая визуальные вопросы и ответы, задачи распознавания текста на изображениях, а также сценарии memory-agent и обработки длинного контекста. В метаданных указан английский язык.

Модель содержит около 7 миллиардов параметров и относится к vision-моделям с поддержкой мультимодального ввода. Доступны варианты квантизации i1-IQ и i1-Q с размером файлов примерно от 2,0 до 6,4 ГБ, а также файл imatrix для самостоятельного создания квантизированных вариантов. В README не указаны точная архитектура, максимальная длина контекста, перечень поддерживаемых языков помимо английского и результаты benchmark-тестов. Квантизация уменьшает требования к памяти, но варианты с более низким размером могут заметно уступать по качеству; рекомендуются i1-Q4_K_M как быстрый вариант и i1-Q4_K_S как компромисс размера, скорости и качества. Для обработки изображений могут потребоваться отдельные mmproj-файлы из статического репозитория.

Модель распространяется по лицензии Apache-2.0. Она подходит для локального запуска в совместимом ПО, поддерживающем GGUF и мультимодальные модели, однако конкретные требования к аппаратному обеспечению и программная совместимость в README не уточняются.

Для каких профессий подходит7

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

About

weighted/imatrix quants of https://huggingface.co/meituan/MemOCR-7B

For a convenient overview and download list, visit our model page for this model.

static quants are available at https://huggingface.co/mradermacher/MemOCR-7B-GGUF

This is a vision model - mmproj files (if any) will be in the static repository.

Usage

If you are unsure how to use GGUF files, refer to one of TheBloke's READMEs for more details, including on how to concatenate multi-part files.

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

LinkTypeSize/GBNotes
GGUFimatrix0.1imatrix file (for creating your own quants)
GGUFi1-IQ1_S2.0for the desperate
GGUFi1-IQ1_M2.1mostly desperate
GGUFi1-IQ2_XXS2.4
GGUFi1-IQ2_XS2.6
GGUFi1-IQ2_S2.7
GGUFi1-IQ2_M2.9
GGUFi1-Q2_K_S2.9very low quality
GGUFi1-Q2_K3.1IQ3_XXS probably better
GGUFi1-IQ3_XXS3.2lower quality
GGUFi1-IQ3_XS3.4
GGUFi1-Q3_K_S3.6IQ3_XS probably better
GGUFi1-IQ3_S3.6beats Q3_K*
GGUFi1-IQ3_M3.7
GGUFi1-Q3_K_M3.9IQ3_S probably better
GGUFi1-Q3_K_L4.2IQ3_M probably better
GGUFi1-IQ4_XS4.3
GGUFi1-IQ4_NL4.5prefer IQ4_XS
GGUFi1-Q4_04.5fast, low quality
GGUFi1-Q4_K_S4.6optimal size/speed/quality
GGUFi1-Q4_K_M4.8fast, recommended
GGUFi1-Q4_15.0
GGUFi1-Q5_K_S5.4
GGUFi1-Q5_K_M5.5
GGUFi1-Q6_K6.4practically like static Q6_K

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

image.png

And here are Artefact2's thoughts on the matter: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

FAQ / Model Request

See https://huggingface.co/mradermacher/model_requests for some answers to questions you might have and/or if you want some other model quantized.

Thanks

I thank my company, nethype GmbH, for letting me use its servers and providing upgrades to my workstation to enable this work in my free time. Additional thanks to @nicoboss for giving me access to his private supercomputer, enabling me to provide many more imatrix quants, at much higher quality, than I would otherwise be able to.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Ревизия весов
653521e

0 моделей