Qwen2.5-VL 72B Instruct

Qwen2.5-VL 72B Instruct wurde am 26. Januar 2025 veröffentlicht. Der konkrete Instruct-Checkpoint liegt im Repository Qwen/Qwen2.5-VL-72B-Instruct. Er analysiert visuelle Dokumente, erkennt Text und Layouts und findet relevante Stellen in Videos. Lokalisierte Bildbereiche lassen sich als Bounding Boxes, Punkte und strukturierte JSON-Daten ausgeben.

Das offene Modell verarbeitet Text, Bilder und Videos und gibt Text aus. Der Katalog führt 72 Milliarden Parameter, 131.072 Token Kontext und höchstens 8.192 Ausgabe-Token. Das Instruct-Finetuning zielt auf direkte Chat- und Extraktionsaufgaben und unterscheidet den Checkpoint vom Base-Modell.