Uploaded finetuned model
- Developed by: oumaimaennasri02
- License: apache-2.0
- Finetuned from model : unsloth/qwen2.5-vl-7b-instruct-bnb-4bit
This qwen2_5_vl model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 7,1 млрд
- Размер весов
- 16,6 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen2_5_vl · dense
- Базовая модель
- qwen2.5-vl-7b-instruct-bnb-4bit
- Опубликована
- 1 июл 2026
Ссылки
qwen2.5-vl-finetuned-invoices_2k
Изображение и текст → текст4 профессии
Дообученная Qwen2.5-VL для извлечения сведений и ответов на вопросы по изображениям счетов.
12скачиваний за 30 дней0лайковвеса обновлены1 июл 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Модель oumaimaennasri02/qwen2.5-vl-finetuned-invoices_2k разработана oumaimaennasri02 и дообучена на основе unsloth/qwen2.5-vl-7b-instruct-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Это мультимодальная модель Qwen2.5-VL с архитектурой dense и 7,1 млрд параметров, предназначенная для диалога по тексту и изображениям. Её задача — извлекать и интерпретировать сведения из изображений счетов и отвечать на вопросы по ним.
Модель принимает текст и изображения, а выдаёт текст. Контекст составляет 32 768 токенов; в метаданных указан английский язык. Репозиторий содержит веса в формате safetensors. Лицензия Apache-2.0 разрешает использование на её условиях. Карточка не сообщает подробностей о составе обучающих данных и качестве на разных типах счетов.
Сценарии применения
- извлечение полей из изображений счетов
- ответы на вопросы о позициях и суммах в счёте
- разбор англоязычных счетов по изображению
Ограничения
Карточка не приводит метрик качества или сведений о поддержке языков, кроме английского. Качество на других типах документов и счетов не описано.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельIV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723моделиI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen2_5_VLForConditionalGeneration
- Ревизия весов
- e4486f9