Cohere выпустила визуальную модель North Micro Vision с 2.4B параметрами

Cohere открыла свой самый маленький визуальный языковой модель North Micro Vision с 2.4B параметрами, лицензированную под Apache 2.0. Эта модель сосредоточена на документах, таблицах, графиках, скриншотах и OCR, и может обрабатывать изображения в их оригинальном масштабе и разрешении без предварительного сжатия. Модель состоит из языковой модели на 2B параметров и визуального кодировщика на 400M параметров. В официальных тестах DocVQA модель набрала 92.1%, что выше, чем у Ministral 3 3B (89.6%) и Gemma 4 E2B (73.2%), и близка к Qwen3.5-2B (92.6%). Визуальная локализация RefCOCO составила 73.2%, также выше, чем у Ministral и Gemma. Однако North Micro Vision уступает Qwen3.5-2B по большинству общих визуальных, OCR и мультимодальных бенчмарков, ее преимущества в основном сосредоточены на понимании документов и визуальной локализации. Кроме того, эта модель не поддерживает вывод и вызов инструментов, а математические и кодировочные способности ограничены.

Этот контент предоставляется исключительно в общих информационных целях и не является финансовым, инвестиционным, юридическим или налоговым советом. Любые мероприятия, вознаграждения, онлайн-акции или связанная с ними информация, упомянутые в настоящем документе, не должны рассматриваться как рекомендация, приглашение к покупке, продаже, торговле или иной сделке с какими-либо криптоактивами. Криптоактивы очень волатильны и могут привести к убыткам. Доступность услуг, продуктов WEEX и связанных с ними событий может варьироваться в зависимости от региона. Вы несете ответственность за обеспечение того, чтобы ваше участие соответствовало применимым местным законам и нормативным актам.