Hugging Face 发布 Idefics2:8B 视觉大模型开源,OCR 与图文推理大涨
Hugging Face 推出开源多模态模型 Idefics2。它仅有 8B 参数,采用 Apache 2.0 协议,支持原生图像分辨率输入并大幅强化了 OCR 与文档问答能力。其视觉问答表现在同量级拔尖,甚至能叫板 30B 级别的闭源与大尺寸模型。
Hugging Face 推出开源多模态模型 Idefics2。它仅有 8B 参数,采用 Apache 2.0 协议,支持原生图像分辨率输入并大幅强化了 OCR 与文档问答能力。其视觉问答表现在同量级拔尖,甚至能叫板 30B 级别的闭源与大尺寸模型。