/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
qwen2_5_vl · dense
Базовая модель
Gliese-OCR-7B-Post1.0
Библиотека
transformers
Опубликована
10 ноя 2025

Gliese-OCR-7B-Post1.0-GGUF

Изображение и текст → текст15 профессий

Gliese-OCR-7B-Post1.0-GGUF — мультимодальная модель для анализа документов, распознавания текста и извлечения структурированной информации.

998скачиваний за 30 дней1лайквеса обновлены12 ноя 2025

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

Она разработана prithivMLmods как GGUF-версия модели Gliese-OCR-7B-Post1.0, дообученной на основе Camel-Doc-OCR-062825 и построенной на архитектуре Qwen2.5-VL. Обучение было сфокусировано на наборе данных Opendoc2-Analysis-Recognition.

Модель предназначена для Document Retrieval, OCR, Content Extraction, анализа и распознавания содержимого документов, связывания извлечённых элементов, а также задач Intelligent Document Processing. Поддерживаются текстовые и визуальные входные данные; заявлены английский и китайский языки. Доступен набор GGUF-квантизаций от F16 размером 15,2 ГБ до вариантов объёмом около 1,9 ГБ, а также отдельные файлы мультимодального проектора. Это позволяет выбирать компромисс между качеством и требованиями к памяти, однако README не содержит сравнительных оценок качества, сведений о контекстном окне или подробностей об ограничениях модели.

Модель распространяется по лицензии Apache-2.0 и ориентирована на использование с совместимыми инструментами, включая llama.cpp и Transformers.

Для каких профессий подходит15

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

Gliese-OCR-7B-Post1.0-GGUF

The Gliese-OCR-7B-Post1.0 model is a fine-tuned version of Camel-Doc-OCR-062825, optimized for Document Retrieval, Content Extraction, and Analysis Recognition. Built on top of the Qwen2.5-VL architecture, this model enhances document comprehension capabilities with focused training on the Opendoc2-Analysis-Recognition dataset for superior document analysis and information extraction tasks.

Model Files

File NameQuant TypeFile Size
Gliese-OCR-7B-Post1.0.f16.ggufF1615.2 GB
Gliese-OCR-7B-Post1.0.Q2_K.ggufQ2_K3.02 GB
Gliese-OCR-7B-Post1.0.Q3_K_L.ggufQ3_K_L4.09 GB
Gliese-OCR-7B-Post1.0.Q3_K_M.ggufQ3_K_M3.81 GB
Gliese-OCR-7B-Post1.0.Q3_K_S.ggufQ3_K_S3.49 GB
Gliese-OCR-7B-Post1.0.Q4_K_M.ggufQ4_K_M4.68 GB
Gliese-OCR-7B-Post1.0.Q4_K_S.ggufQ4_K_S4.46 GB
Gliese-OCR-7B-Post1.0.Q5_K_M.ggufQ5_K_M5.44 GB
Gliese-OCR-7B-Post1.0.Q5_K_S.ggufQ5_K_S5.32 GB
Gliese-OCR-7B-Post1.0.Q6_K.ggufQ6_K6.25 GB
Gliese-OCR-7B-Post1.0.Q8_0.ggufQ8_08.1 GB
Gliese-OCR-7B-Post1.0.IQ4_XS.ggufIQ4_XS4.25 GB
Gliese-OCR-7B-Post1.0.i1-IQ1_M.ggufi1-IQ1_M2.04 GB
Gliese-OCR-7B-Post1.0.i1-IQ1_S.ggufi1-IQ1_S1.9 GB
Gliese-OCR-7B-Post1.0.i1-IQ2_M.ggufi1-IQ2_M2.78 GB
Gliese-OCR-7B-Post1.0.i1-IQ2_S.ggufi1-IQ2_S2.6 GB
Gliese-OCR-7B-Post1.0.i1-IQ2_XS.ggufi1-IQ2_XS2.47 GB
Gliese-OCR-7B-Post1.0.i1-IQ2_XXS.ggufi1-IQ2_XXS2.27 GB
Gliese-OCR-7B-Post1.0.i1-IQ3_M.ggufi1-IQ3_M3.57 GB
Gliese-OCR-7B-Post1.0.i1-IQ3_S.ggufi1-IQ3_S3.5 GB
Gliese-OCR-7B-Post1.0.i1-IQ3_XS.ggufi1-IQ3_XS3.35 GB
Gliese-OCR-7B-Post1.0.i1-IQ3_XXS.ggufi1-IQ3_XXS3.11 GB
Gliese-OCR-7B-Post1.0.i1-IQ4_NL.ggufi1-IQ4_NL4.44 GB
Gliese-OCR-7B-Post1.0.i1-IQ4_XS.ggufi1-IQ4_XS4.22 GB
Gliese-OCR-7B-Post1.0.i1-Q2_K.ggufi1-Q2_K3.02 GB
Gliese-OCR-7B-Post1.0.i1-Q2_K_S.ggufi1-Q2_K_S2.83 GB
Gliese-OCR-7B-Post1.0.i1-Q3_K_L.ggufi1-Q3_K_L4.09 GB
Gliese-OCR-7B-Post1.0.i1-Q3_K_M.ggufi1-Q3_K_M3.81 GB
Gliese-OCR-7B-Post1.0.i1-Q3_K_S.ggufi1-Q3_K_S3.49 GB
Gliese-OCR-7B-Post1.0.i1-Q4_0.ggufi1-Q4_04.44 GB
Gliese-OCR-7B-Post1.0.i1-Q4_1.ggufi1-Q4_14.87 GB
Gliese-OCR-7B-Post1.0.i1-Q4_K_M.ggufi1-Q4_K_M4.68 GB
Gliese-OCR-7B-Post1.0.i1-Q4_K_S.ggufi1-Q4_K_S4.46 GB
Gliese-OCR-7B-Post1.0.i1-Q5_K_M.ggufi1-Q5_K_M5.44 GB
Gliese-OCR-7B-Post1.0.i1-Q5_K_S.ggufi1-Q5_K_S5.32 GB
Gliese-OCR-7B-Post1.0.i1-Q6_K.ggufi1-Q6_K6.25 GB
Gliese-OCR-7B-Post1.0.imatrix.ggufimatrix4.56 MB
Gliese-OCR-7B-Post1.0.mmproj-Q8_0.ggufmmproj-Q8_0856 MB
Gliese-OCR-7B-Post1.0.mmproj-f16.ggufmmproj-f161.35 GB

Quants Usage

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

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

image.png

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
323ba3d

0 моделей