Zhipu AI
GLM-OCR
GLM-OCRは、文書の光学文字認識と解析に特化した、約9億パラメータの軽量マルチモーダルモデルです。CogViT視覚エンコーダーとGLM-0.5B言語デコーダーを組み合わせています。モデルはMITライセンス、公式リポジトリのコードはApache License 2.0で公開されています。(github.com) 写真、スクリーンショット、スキャン文書などから、本文、手書き文字、コード、印影、数式…
モデルを見る日本語
モデルディレクトリ
新しいモデルを公開日順に見つけられます。