LLM EU
Meniu
Modeliai

Qianfan OCR

Baidu

Tik kataloge Atvirieji svoriai

Paskutinį kartą peržiūrėta:

Suverenitetas ir talpinimas

Tik kataloge

Šis modelis yra kataloge tik nuorodai. Jis dar nėra talpinamas LLM EU, ir joks pirmosios šalies galinis taškas jo neaptarnauja. Užklausos jam siunčiamos tiesiogiai teikėjui, pagal to teikėjo sąlygas.

Santrauka

Tai yra bazinis kontrolinis taškas be instrukcijų derinimo. Qianfan OCR yra atvirojo svorio vaizdo-kalbos modelis iš Baidu su 4.7B parametrais, išleistas pagal Apache-2.0 licenciją. Jis priima tekstą ir vaizdus bei atsako tekstu. Paskelbtoje konfigūracijoje nenurodomas konteksto langas, todėl šioje kortelėje jo nėra. Repozitorija sukurta 2026 m. kovo mėn. ir atspindėta Hugging Face. Kortelė skirta tik katalogui: LLM EU šio modelio nepaleidžia. Leidėjas nurodo 1 kalbą.

Specifikacijos

Teikėjas
Baidu (CN)
Konteksto langas
Nepatvirtinta: teikėjas nepagrindė šio teiginio.
Parametrai
4.7B
Modalumai
text, vision
Licencija
apache-2.0 · licence
Atvirieji svoriai
yes
Išleidimo data
2026-03-18
Užduotys
Vizija, Atkūrimas (RAG), Maža kaina

Kalbos

Stipri: —

Pakankama: ocr

Stipri

    Pakankama

    • ocr

    Nepatvirtinta: teikėjas nepagrindė šio teiginio. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

    Kada naudoti

    Stiprybės

    • 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 4.7B parameters it fits on a single accelerator

    Apribojimai

    • 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 4.7B 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