BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
Trang chủ
AI AI
Tin nhanh
Bài viết
Sự kiện
BlockBeats Pro
Thêm
Thông tin tài chính
Chuyên đề
Hệ sinh thái chuỗi khối
Mục nhập
Podcast
Data
OPRR
Partnered With:

Cohere phát hành mô hình thị giác nhỏ 2.4B: khả năng hiểu tài liệu vượt qua Ministral 3 3B

Theo dõi từ Động Sát Beating, Cohere đã mã nguồn mở mô hình thị giác-ngôn ngữ nhỏ nhất hiện tại của mình là North Micro Vision, chỉ có 2,4B tham số, sử dụng giấy phép Apache 2.0. Mô hình này tập trung vào tài liệu, bảng biểu, biểu đồ, ảnh chụp màn hình và OCR, có thể xử lý trực tiếp hình ảnh ở tỷ lệ và độ phân giải gốc mà không cần nén về kích thước cố định trước.

Mô hình bao gồm mô hình ngôn ngữ 2B và bộ mã hóa thị giác 400M. Trong các bài kiểm tra chính thức, điểm DocVQA đạt 92,1%, vượt qua Ministral 3 3B với 89,6% và Gemma 4 E2B với 73,2%, đồng thời rất gần với Qwen3.5-2B ở mức 92,6%. Điểm định vị thị giác RefCOCO đạt 73,2%, cũng cao hơn rõ rệt so với Ministral và Gemma.

Tuy nhiên, đây không phải là mô hình mạnh nhất cùng kích thước. Qwen3.5-2B vẫn mạnh hơn ở hầu hết các tiêu chuẩn thị giác thông dụng, OCR và đa phương thức, lợi thế của North Micro Vision tập trung nhiều hơn vào hiểu tài liệu và định vị thị giác. Nó cũng không phải là mô hình suy luận, không hỗ trợ gọi công cụ, khả năng toán học và lập trình còn hạn chế.

Liên quanĐề xuất
Anthropic đã mở quyền truy cập mô hình cấp Mythos Fable 5 cho người dùng thông thường, đồng thời hạn chế khả năng rủi ro cao thông qua phân cấp quyền.
Di thư Hé lộ Kế hoạch Hành động theo "Thứ bậc Chức vụ Từ Cao đến Thấp"
Báo lỗi/Báo cáo
Gửi
Thêm mới thư viện
Chỉ mình tôi có thể nhìn thấy
Công khai
Lưu
Chọn thư viện
Thêm mới thư viện
Hủy
Hoàn thành