Qwen: Qwen2.5 VL 72B Instruct

Qwen: Qwen2.5 VL 72B Instruct, Alibaba Cloud tarafından geliştirilen model ailesi Qwen'e ait bir görsel dil modelidir. İsimdeki "72B" temel modelin boyutuna işaret eder ve "Instruct" modelin yalnızca metni sürdürmek yerine talimatları izlemek üzere ayarlandığını gösterir. api14 üzerinde text kategorisinde yer alır ve sağlayıcı sürüm tarihi 1 Şubat 2025 ile tanımlanır. Başka Qwen modelleriyle çalıştıysanız, bu model aynı soyu metnin yanı sıra görüntüleri de içeren girdilere genişletir. Sağlayıcı, modeli çiçekler, kuşlar, balıklar ve böcekler gibi yaygın nesneleri tanımada yetkin ve görüntüler içindeki metinleri, grafikleri, simgeleri, görselleri ve yerleşimleri analiz etmede son derece yetenekli olarak tanımlar.

Model metin ve görüntü girdilerini kabul eder ve yalnızca metin döndürür. Bağlam penceresi 128.000 token'dır ve maksimum çıktı 115.200 token'dır, böylece uzun belgeler ve uzun üretimler tek bir istekte rahatça sığar. Bilgi kesim tarihi 30 Haziran 2024'tür; bu, sorularınız o tarihten sonraki olaylara veya sürümlere bağlı olduğunda önemlidir. Görüntüler birinci sınıf bir girdi olduğundan, talimatları ve görsel materyali karıştıran bir istem gönderebilirsiniz ve model yanıtını üretirken her ikisi üzerinde de akıl yürütür. Çıktı her zaman metindir, bu nedenle başka bir biçimde ihtiyaç duyduğunuz her şey metin olarak üretilmeli ve ardından işlenmelidir.

Bu yetenekler oldukça belirli bir iş kümesine işaret eder. Belge ve grafik analizi en belirgin olanıdır: kontrol panosu ekran görüntülerini, taranmış tabloları veya diyagramları besleyip bir özet ya da çıkarılmış bir değer istemek. Görsel inceleme görevleri nesne tanıma gücünden doğar, örneğin bir fotoğrafta görüneni sınıflandırmak veya tanımlamak. Yerleşim anlayışı, öğelerin konumunun anlam taşıdığı formları, fişleri ve arayüz taslaklarını işlemek için kullanışlıdır. Ve bağlam penceresi büyük olduğundan, her şeyi kendiniz parçalara ayırmak yerine tek bir çağrıda birkaç görüntüyü uzun bir referans metniyle birleştirebilirsiniz.

Modeli api14'ün OpenAI uyumlu API'si üzerinden "qwen/qwen2.5-vl-72b-instruct" model id'sini kullanarak çağırırsınız. Desteklenen istek parametreleri frequency_penalty, logit_bias, logprobs, max_tokens, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k, top_logprobs ve top_p'dir. response_format ve structured_outputs'un varlığı, bir şemaya uyan çıktıya ihtiyaç duyduğunuzda kullanışlıdır ve seed, çağrılar arasında yinelenebilir sonuçlar istediğinizde yardımcı olur. Bu modelin çıktısında yalnızca metin olduğunu unutmayın, bu nedenle göreviniz konuşma, ses veya video üretimiyse api14 üzerindeki farklı bir model daha iyi uyacaktır.