/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Своя лицензия
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-2B
Опубликована
26 мая 2026

qwen3.5-2b-ndl-honkoku-kuzushiji-ocr

Изображение и текст → текст3 профессии

Мультимодальная модель Qwen3.5-2B, дообученная для распознавания печатных и рукописных исторических японских документов по изображениям страниц.

152скачиваний за 30 дней1лайквеса обновлены26 мая 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

Модель tohoku-cijs/qwen3.5-2b-ndl-honkoku-kuzushiji-ocr разработана для распознавания японских исторических документов. Это полное дообучение мультимодальной плотной модели Qwen3.5-2B с 2 млрд параметров: она принимает изображение страницы и генерирует текстовую транскрипцию. Обучение проводилось примерно на 23,9 тыс. страниц: печатных японских транскрипциях honkoku из корпуса NDL minhon-v2 и рукописных страницах с курсивным письмом кузусидзи из корпуса Kaggle.

Модель предназначена для OCR печатных транскрипций и рукописного кузусидзи в документах домодерной и ранней современной Японии. В README описана оценка на отложенных наборах из 416 строк honkoku и 120 строк кузусидзи; результаты качества не приведены. Репозиторий содержит веса safetensors и поддерживает интерфейс чата и зрения. Лицензия обозначена как other, поэтому конкретные условия использования следует проверить в карточке модели.

Сценарии применения

  • распознавание печатных транскрипций honkoku на изображениях страниц
  • транскрибирование рукописных страниц с письмом кузусидзи
  • оцифровка домодерных и ранних современных японских документов

Ограничения

Модель обучена на конкретных корпусах печатных транскрипций honkoku и страниц кузусидзи, поэтому её пригодность для других видов японского текста не подтверждена. В README не приведены численные результаты оценки; лицензия указана как other.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Japanese OCR — Qwen3.5-2B fine-tune (honkoku + kuzushiji)

End-to-end vision-language OCR for pre-modern and early-modern Japanese documents. Full fine-tune of Qwen/Qwen3.5-2B on a combined corpus of printed honkoku transcriptions and Kuzushiji cursive pages.

Training data

  • NDL minhon-v2 honkoku (~20.4k pages) — printed Japanese transcriptions across 15 categories (tempo, ryukyu, gakugei, dafukui, kusazoushi, …), with cleaning applied (parenthetical furigana stripped, kanbun markers stripped, brackets stripped, per-category length filtering).
  • Kaggle Kuzushiji recognition corpus (~3.5k pages) — cursive Japanese pages held back from any evaluation split.

Total: ~23.9k training pages. Held-out eval set: 416 honkoku rows (cleaned_v2 val) + 120 Kuzushiji rows (kaggle held-out val).

Quick start (vLLM)

vllm serve tohoku-cijs/qwen3.5-2b-ndl-honkoku-kuzushiji-ocr \
    --served-model-name ocr --trust-remote-code \
    --max-model-len 16384 --gpu-memory-utilization 0.7
import base64, requests

with open("page.jpg", "rb") as f:
    b64 = base64.b64encode(f.read()).decode()

r = requests.post(
    "http://localhost:8000/v1/chat/completions",
    json={
        "model": "ocr",
        "messages": [{
            "role": "user",
            "content": [{"type": "image_url",
                         "image_url": {"url": f"data:image/jpeg;base64,{b64}"}}],
        }],
        "temperature": 0.0,
        "max_tokens": 2048,
    },
)
print(r.json()["choices"][0]["message"]["content"])

License & attribution

  • Base model: Qwen3.5-2B — see Qwen license.
  • Training data: NDL minhon-v2 (CC BY 4.0) and Kaggle Kuzushiji recognition corpus (CC BY-SA 4.0). Cite the underlying sources if you publish results.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
f0e3bc8

0 моделей