28 января 2025

⚡️ Неделя апдейтов китайских моделей Alibaba представила новую версию своей мультимодальной модели Qwen2.5-VL. Она доступна в трех вариантах: 3B, 7B и 72B параметров и может выступать в роли ИИ-агента, аналогично Operator. ▪️ Модель способна: — анализировать сложные изображения с высокой точностью; — обрабатывать видео длительностью более 1 часа и выделять конкретные события в видео; — выдавать структурированные данные при работе с формами, таблицами, счетами; — лучше понимать последовательность событий и скорость на видео; — распознавать объекты, тексты, диаграммы, иконки и макеты на изображениях с помощью bounding-box или точек. ▪️ Бенчмарки Qwen2.5-VL демонстрирует высокие результаты в анализе изображений, текста, а также событий на видео. При этом с интерпретацией графиков и формул справляется хуже западных конкурентов. 📂 Веса и модель #LLM_MTSAI