VLM– tag –

Molmo 2は動画理解とポインティング機能を備えた最先端のオープンソースVLM。学習データとコードも公開され、複数画像の同時解析が可能。AIエンジニアや研究者に最適な次世代ビジョン言語モデルを徹底解説します。

OCR Arenaは、主要なVLM・OCRモデルを並べて比較評価できる世界初の無料プラットフォーム。文書をアップロードして精度を比較し、公開リーダーボードで最適なモデルを選択できます。開発者・研究者向けのOCR評価ツール。