LLM EU
Menü
Modellek

Granite Docling 258M

IBM

Csak katalógusban Nyílt súlyok

Utolsó ellenőrzés:

Szuverenitás és hosting

Csak a katalógusban

Ez a modell referenciaként szerepel a katalógusban. Az LLM EU még nem üzemelteti, és itt saját végpont nem szolgálja ki. A hozzá intézett kérések közvetlenül a szolgáltatóhoz mennek, a szolgáltató saját feltételei szerint.

Összefoglaló

Szöveget és képeket fogad, és szövegben válaszol. A Granite Docling 258M egy kis méretű, nyílt súlyú vizuális-nyelvi modell az IBM-től: 0,3 milliárd paraméter Apache-2.0 licenc alatt. A közzétett konfiguráció nem rögzít kontextusablakot, így ez a kártya sem tartalmaz ilyet. A tároló 2025 májusában jött létre, és a Hugging Face-en is tükröződik. Ez egy alap ellenőrzőpont utasítás-hangolás nélkül. A kártya csak katalógusra vonatkozik: az LLM EU nem futtatja ezt a modellt. A kiadó 2 nyelvet sorol fel, ebből 1 az Európai Unió által közzétett nyelvek között van.

Specifikációk

Szolgáltató
IBM (US)
Kontextusablak
Nincs ellenőrizve: a szolgáltató nem dokumentálta ezt az állítást.
Paraméterek
0.3B
Modalitások
text, vision
Licenc
apache-2.0 · licence
Nyílt súlyok
yes
Kiadás dátuma
2025. máj. 19.
Feladatok
Képfelismerés, Lekérdezés (RAG), Alacsony költség

Nyelvek

Erős: en

Megfelelő: ocr

Erős

  • en

Megfelelő

  • ocr

Nincs ellenőrizve: a szolgáltató nem dokumentálta ezt az állítást. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Mikor érdemes használni

Erősségek

  • open weights are published on Hugging Face and can be downloaded without a vendor agreement
  • Apache-2.0 licence, so commercial self-hosting is permitted without a separate agreement
  • at 0.3B parameters it fits on a single accelerator
  • the model page lists en

Korlátok

  • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
  • no evaluation has been run by LLM EU
  • the published configuration records no context window, so the card carries none
  • at 0.3B parameters, the weights fit on a single modest accelerator
  • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model