竖排文字识别建议优化一下
#3
by
liuqjox
- opened
经过测试，Qwen2.5-VL-32B-Instruct模型在处理竖排手写文字（如硬笔书法、毛笔书法等）时存在以下问题：
虽然模型能够基本正确识别单个文字，但无法正确理解文字顺序。
同样的图片，QVQ-72B-Preview模型在竖排文字识别方面表现更优，至少能够正确识别文字为竖行排列。
建议开发团队考虑一下针对竖排文字识别进行优化^_^
附上测试图片，供参考。
Can't you just prompt the read order to it?
请问一下 32B 目前大概需要多少显存？
Can't you just prompt the read order to it?
No, I've already tested it; unfortunately, it doesn't work.
Besides, this shouldn't be something that requires me to prompt manually.
请问一下 32B 目前大概需要多少显存？
虽然我是用https://chat.qwenlm.ai 以及 https://huggingface.co/spaces/Qwen/Qwen2.5-VL-32B-Instruct 在线测的，不过你这个问题可以参照QwQ-32b啊，等Q4_K_M量化出来后肯定不到20G，RTX 3090单卡跑没压力的。
经测试32b确实有问题，7b都能正确识别
经测试32b确实有问题，7b都能正确识别
+1