Qwen2.5-VL-3B-Instruct
6chongbin·Изображение → текст
Производная модели unsloth/Qwen2.5-VL-3B-Instruct. Компактная мультимодальная модель Alibaba для диалогового анализа изображений и видео, визуального поиска объектов и структурированного извлечения данных.
Подходит для: ответы на вопросы по изображению · извлечение текста и таблиц со сканов и форм · анализ графиков, диаграмм и макетов
Загрузки на Hugging Face · 10Лайки · 0Контекст · 128 000 токеновВыход на Hugging Face · 29 июн 2026