Qwen 2.5 7B instruct

Qwen2.5‑VL‑7B‑Instruct es un modelo multimodal Qwen para comprensión visual. Reconoce objetos y analiza textos, gráficos, iconos y diseños en imágenes, generando salida JSON con coordenadas y atributos. Comprende vídeos largos identificando segmentos relevantes y puede actuar como agente visual con razonamiento dinámico. Su Vision Encoder utiliza window attention para una inferencia más eficiente.

• SEDE DEL PROVEEDOR: Fuera de la UE
• PARÁMETROS: 7B
• CONTEXTO MÁX.: 32K token, ampliable con YaRN
• LICENCIA: Apache 2.0
• FUNCIONALIDADES: Multimodal (imágenes + vídeo), OCR
• FORMATOS DE SALIDA: Raw_text, Json_object, Structured

• Análisis automático de documentos y facturas
• Comprensión y búsqueda en archivos de vídeo
• OCR en imágenes complejas
• Agente visual para automatización

curl --request POST \
--url https://apiaruba.it/aiplatform/v1/chat/completions \
--header 'content-type: application/json' \
--header 'x-aruba-api-key: *****' \
--data '{
"model": "Qwen2.5-VL-7B-Instruct",
"messages": [
{
"role": "system",
"content": "Sei un assistente conciso."
},
{
"role": "user",
"content": "Spiega cos'\''è un embedding."
}
],
"temperature": 0.7,
"max_tokens": 1000
}'

{
"id": "chatcmpl-ed150ff5-50e2-45ab-bc04-41dbfb822185",
"created": 1787560896,
"model": "Qwen2.5-VL-7B-Instruct",
"object": "chat.completion",
"system_fingerprint": "vllm-0.24.0-af4d1ed2",
"choices": [
{
"finish_reason": "stop",
"index": 0,
"message": {
"content": "Un embedding è una rappresentazione vettoriale di una parola, di un oggetto o di una qualsiasi entità in uno spazio vettoriale, la cui dimensione può essere maggiore rispetto ai dati originali. Questa rappresentazione è usata comunemente nel campo dell'intelligenza artificiale, specialmente nei sistemi basati su neuroni artificiali, per permettere una concatenate analisi. Gli embeddings trasformano la struttura astratta di un'informazione in un vettore numerico. Questo processo è utile perché i modelli neurali possono lavorare con vettori numerici piuttosto che con la complessità dei dati originali, rendendo l'analisi più efficiente e rapida. Un esempio noto di embedding è Word2Vec, utilizzato per la rappresentazione di parole in uno spazio vettoriale.",
"role": "assistant",
"provider_specific_fields": {
"reasoning": null,
"refusal": null
}
},
"provider_specific_fields": {}
}
],
"usage": {
"completion_tokens": 200,
"prompt_tokens": 30,
"total_tokens": 230
}
}

• Mistral‑Small‑3.2‑24B‑Instruct‑2506

• Hugging Face
• Blog Qwen
• GitHub