IT之家 12 月 14 日消息，距離 POINT1.0 的發(fā)布已經(jīng)過去兩個月的時間，騰訊今天宣布推出 POINTS1.5。
IT之家注意到，POINTS1.5 仍然沿用了 POINTS1.0 中使用的經(jīng)典的 LLaVA 架構，由一個 vision encoder，一個 projector 和一個大語言模型組成。
據(jù)官方介紹，這一代 POINTS 模型，不僅兼顧了 POINTS1.0 中所堅持的效率優(yōu)先的思想，同時極大了增強了模型的性能。
騰訊表示，POINTS1.5-7B 位居全球 10B 以下開源模型的榜首，超越諸如 Qwen2-VL, InternVL2 和 MiniCPM-V-2.5 等業(yè)界領先的模型。
實際應用方面，POINTS1.5 在復雜場景的 OCR，推理能力，關鍵信息提取，Latex 公式提取，數(shù)學，圖片翻譯，物體識別等幾個方面中都有不錯的表現(xiàn)。
參考資料：
Paper: https://huggingface.co/papers/2412.08443
Github: https://github.com/WePOINTS/WePOINTS
HuggingFace: https://huggingface.co/WePOINTS/POINTS-1-5-Qwen-2-5-7B-Chat
廣告聲明：文內(nèi)含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。