Az Qwen2-VL megjelenése után öt hónappal a fejlesztők új modelleket építettek rá, értékes visszajelzést nyújtva. Most az Qwen2.5-VL továbbfejlesztett képességeket mutat be, beleértve a képek, szövegek és diagramok pontos elemzését, valamint objektumok lokalizálását strukturált JSON kimenetekkel. Megérti a hosszú videókat, kulcseseményeket azonosít, és ügynökként működik, eszközökkel kommunikálva számítógépeken és telefonokon. A modell architektúrája dinamikus videofeldolgozást és optimalizált ViT kódolót tartalmaz a gyorsaság és pontosság javításáért.
Az NVIDIA Llama 3.1 Nemotron 70B egy hatékony nyelvi modell, amely pontos és informatív válaszok nyújtására van optimalizálva. A Llama 3.1 70B architektúrára épül, és az emberi visszajelzésből származó megerősítő tanulással (RLHF) továbbfejlesztve, kiemelkedő teljesítményt nyújt az automatikus igazítási benchmarkokon. A válaszgenerálásban és hasznosságban magas pontosságot igénylő alkalmazásokhoz tervezve, ez a modell különböző területeken széles körű felhasználói lekérdezésekhez is ideális.
| Qwen2.5-VL-32B | Llama 3.1 Nemotron 70B Instruct | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg képek videó | szöveg |
API Szolgáltatók
| - | OpenRouter |
Tudás Befejezési Dátuma
| Ismeretlen | - |
Nyílt Forráskódú
| Igen (Forrás) | Igen |
Bemeneti Árazás
| $0 | $0.35 millió tokenenként |
Kimeneti Árazás
| $0 | $0.40 millió tokenenként |
MMLU
| 78.4% Forrás | 85% 5-shot Forrás |
MMLU-Pro
| 49.5% | Nem elérhető |
MMMU
| 70% | Nem elérhető |
HellaSwag
| Nem elérhető | Nem elérhető |
HumanEval
| Nem elérhető | 75% Forrás |
MATH
| 82.2% | 71% Forrás |
GPQA
| 46.0% Diamond | Nem elérhető |
IFEval
| Nem elérhető | Nem elérhető |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilalkalmazás | - | - |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.