NuExtract 2.0是NuMind公司專門為結構化信息提取任務訓練的一系列多模態模型。該4B版本基於Qwen2.5-VL-3B-Instruct構建，支持文本和圖像輸入，具備多語言處理能力，能夠從非結構化數據中提取結構化信息。

多模態Transformers

Owlet Safety 1是基於Qwen2.5-VL-3B-Instruct微調的多標籤安全事件檢測模型，專門用於視頻監控中的安全活動識別，能夠同時檢測多種安全相關事件如火災、煙霧、摔倒、襲擊等。

多模態Transformers

基於Qwen2.5-VL-3B-Instruct微調的視覺OCR模型，專注於文檔級OCR、長上下文視覺語言理解和數學LaTeX格式轉換

多模態Transformers英語

UI-R1-E-3B是基於Qwen2.5-VL-3B-Instruct微調的高效GUI定位模型，專注於視覺問答任務，特別擅長在用戶界面截圖中定位和識別操作元素。

多模態Safetensors英語

Qwen2.5-VL是Qwen家族的最新視覺語言模型，具備強大的視覺理解和多模態處理能力。

多模態Gguf英語

QwenGuard-v1.2-3B是基於Qwen/Qwen2.5-VL-3B-Instruct開發的視覺安全防護模型，用於評估圖像內容的安全性。

多模態Transformers

由騰訊PCG基礎算法中心微調的多模態語言模型，基於Qwen2.5-VL-3B-Instruct優化，在同規模模型中實現多項多模態推理基準的最先進性能

多模態Safetensors英語

基於Qwen2.5-VL-3B模型的微調版本，使用Unsloth和Huggingface TRL庫進行訓練，推理速度提升2倍

多模態Transformers英語

Qwen2.5-VL-3B-Instruct是一個3B參數規模的多模態模型，支持圖文生成任務，特別優化了在llama.cpp中的視覺功能支持。

多模態Gguf英語

Qwen2.5-VL-3B-Instruct 是一個3B參數的視覺語言模型，支持圖文生成文本任務。

多模態Gguf

基於Qwen2.5-VL-3B-Instruct的零樣本目標檢測模型，通過VLM-R1強化學習增強，支持開放詞彙檢測任務。

多模態Safetensors英語

Qwen2.5-VL-3B-Instruct的GPTQ-Int3量化版本，適用於多模態圖像文本處理任務，顯存佔用更少，推理速度更快。

多模態Transformers多語言

UI-R1是通過強化學習增強GUI代理動作預測的視覺語言模型，基於Qwen2.5-VL-3B-Instruct構建。

多模態Safetensors英語

基於Qwen2.5-VL-3B-Instruct與ColBERT策略的多語言視覺檢索模型，支持動態輸入圖像分辨率和多語言文檔檢索。

多模態Safetensors多語言

基於Qwen2.5-VL-3B-Instruct與ColBERT策略的多語言視覺檢索模型，支持動態輸入圖像分辨率，生成ColBERT風格的多向量文本與圖像表徵。

多模態Transformers多語言

一款基於Qwen2.5-VL-3B-Instruct的視覺語言模型，經過數學增強和VLM-R1強化學習訓練，專注於解決數學相關的視覺問答任務。

多模態Safetensors英語

這是Qwen2.5-VL-3B-Instruct模型的GPTQ-Int4量化版本，適用於圖像文本到文本的多模態任務，支持中文和英語。

多模態Transformers多語言

基於Qwen2.5-VL-3B-Instruct的視覺語言模型，通過VLM-R1強化學習增強，專注於指代表達式理解任務。

多模態Safetensors英語

基於Qwen2.5-VL-3B-Instruct並採用ColBERT策略的多語言視覺檢索器，在Vidore基準測試中表現優異

多模態Safetensors多語言

Qwen/Qwen2.5-VL-3B-Instruct的量化版本，支持視覺-文本輸入和文本輸出，權重量化為INT8，激活量化為INT8。

多模態Transformers英語