Per pastaruosius penkis mėnesius nuo Qwen2-VL išleidimo kūrėjai sukūrė naujus modelius, paremtus juo, suteikdami vertingų atsiliepimų. Dabar Qwen2.5-VL pristato patobulintas galimybes, įskaitant tikslų vaizdų, teksto ir diagramų analizę bei objektų lokalizavimą su struktūruotomis JSON išvestimis. Jis supranta ilgus vaizdo įrašus, nustato pagrindinius įvykius ir veikia kaip agentas, bendraujantis su įrankiais kompiuteriuose ir telefonuose. Modelio architektūra apima dinaminį vaizdo įrašų apdorojimą ir optimizuotą ViT kodavimo įrenginį, skirtą greičiui ir tikslumui padidinti.
Qwen2.5-VL-32B | Llama 4 Maverick | |
---|---|---|
Tiekėjas | ||
Internetinė svetainė | ||
Išleidimo data | Mar 25, 2025 1 mėnuo ago | Apr 05, 2025 2 savaitės ago |
Modalumai | tekstas vaizdai vaizdo | tekstas vaizdai vaizdo |
API tiekėjai | - | Meta AI, Hugging Face, Fireworks, Together, DeepInfra |
Žinių nutraukimo data | Nežinoma | 2024-08 |
Atvirojo kodo | Taip (Šaltinis) | Taip (Šaltinis) |
Įvesties kaina | $0 | Nėra prieinama |
Išvesties kaina | $0 | Nėra prieinama |
MMLU | 78.4% Šaltinis | Nėra prieinama |
MMLU Pro | 49.5% | 80.5% Šaltinis |
MMMU | 70% | 73.4% Šaltinis |
HellaSwag | Nėra prieinama | Nėra prieinama |
HumanEval | Nėra prieinama | Nėra prieinama |
MATH | 82.2% | Nėra prieinama |
GPQA | 46.0% Diamond | 69.8% Diamond Šaltinis |
IFEval | Nėra prieinama | Nėra prieinama |
Mobilioji programa | - | - |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.