模型介绍
中文整理DeepSeek-VL2 模型卡片
模型用途
DeepSeek-VL2 是一个先进的混合专家（Mixture-of-Experts）视觉语言模型系列，旨在处理多模态理解任务。
主要能力
该模型在以下任务中表现出色：视觉问答、光学字符识别、文档理解、表格理解、图表理解以及视觉定位。
模型系列包含三个变体，激活参数分别为：DeepSeek-VL2-Tiny（1.0B）、DeepSeek-VL2-Small（2.8B）和 DeepSeek-VL2（4.5B）。与具有相似或更少激活参数的开源 dense 模型和 MoE 模型相比，DeepSeek-VL2 达到了具有竞争力或最先进的性能水平。
运行要求
环境：Python >= 3.8
基本用法
推理建议：使用 temperature T = 0.9，top_p = 0.95 以获得最佳效果。对于高分辨率图像，直接将图像 padding 到 384×384 作为输入，无需切片处理。DeepSeek-VL2-Tiny、DeepSeek-VL2-Small 和 DeepSeek-VL2 之间的主要区别在于底层的语言模型（Base LLM）。
许可证
本代码仓库采用 MIT 许可证。DeepSeek-VL2 模型的使用受 DeepSeek 模型许可证约束。DeepSeek-VL2 系列支持商业使用。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
所选固定版本的完整仓库文件，包括模型权重、配置、分词器，以及作者提供的说明和其他文件。自动保留目录结构，不需要逐个选择或下载。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。