LLM EU
Menu
Modele

Granite Docling 258M

IBM

Tylko w katalogu Otwarte wagi

Ostatnio sprawdzono:

Suwerenność i hosting

Tylko w katalogu

Ten model jest skatalogowany w celach informacyjnych. Nie jest jeszcze hostowany w LLM EU i żaden własny endpoint go tu nie obsługuje. Żądania do niego trafiają bezpośrednio do dostawcy, na warunkach tego dostawcy.

Podsumowanie

Akceptuje tekst i obrazy, a odpowiedzi udziela w tekście. Granite Docling 258M to mały otwarty model wizualno-językowy firmy IBM: 0.3B parametrów na licencji Apache-2.0. Opublikowana konfiguracja nie zawiera informacji o oknie kontekstowym, więc ta karta również ich nie podaje. Repozytorium zostało utworzone w maju 2025 roku i jest lustrzane na Hugging Face. Jest to bazowy punkt kontrolny bez dostrajania instrukcji. Karta jest tylko katalogowa: LLM EU nie uruchamia tego modelu. Wydawca wymienia 2 języki, z czego 1 należy do języków, w których publikuje Unia Europejska.

Specyfikacje

Dostawca
IBM (US)
Okno kontekstu
Niezweryfikowane: dostawca nie udokumentował tego twierdzenia.
Parametry
0.3B
Modalności
text, vision
Licencja
apache-2.0 · licence
Otwarte wagi
yes
Data wydania
19 maj 2025
Zadania
Wizja, Pobieranie (RAG), Niski koszt

Języki

Mocny: en

Dostateczny: ocr

Mocny

  • en

Dostateczny

  • ocr

Niezweryfikowane: dostawca nie udokumentował tego twierdzenia. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Kiedy używać

Mocne strony

  • 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

Ograniczenia

  • 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