PersianVLM / بینا دربارهٔ مدل

BINA 0.4 KOOCHIK · OCR در مرورگر

تصویر بدهید. بینا همین‌جا می‌خواند.

متن فارسی را از تصویر بخوانید؛ پردازش روی دستگاه شماست و تصویر به هیچ سروری فرستاده نمی‌شود.

Bina 0.4 Koochik / INT4

تصویر شما

تصویر نمونه برای آزمایش آماده است.

پیش‌نمایش تصویر نمونه با متن فارسی و یک جمع ساده
در حال بررسی مرورگر…

مدل پس از انتخاب «خواندن متن» بارگیری می‌شود.

در نخستین استفاده حدود ۷۷۰ مگابایت مدل دریافت می‌شود. پس از بارگیری، مدل برای تصویرهای بعدی آماده می‌ماند. تصویر و متن شما ذخیره یا ارسال نمی‌شود.

WebGPU

متن استخراج‌شده

نتیجه اینجا نمایش داده می‌شود

تصویر را انتخاب کنید و خواندن متن را بزنید.

متن را می‌توانید بخوانید، ویرایش کنید یا کپی کنید.

اطلاعات مدل و اجرای محلی

این نسخه از بینا ۰.۴ کوچیک، با وزن‌های خطی ۴ بیتی و چک‌پوینت ۱۸٬۴۰۴ اجرا می‌شود. به مرورگر دارای WebGPU نیاز دارد؛ Chrome یا Edge به‌روز روی رایانه پیشنهاد می‌شود. سرعت و ظرفیت حافظه به دستگاه شما بستگی دارد.

فرمت‌های JPG و WebP در همین دستگاه به PNG تبدیل می‌شوند. هر ناحیه حداکثر ۲٬۰۴۸ توکن تولید می‌کند. سقف تصویر ۲۰ میلیون پیکسل است. PDF در این نسخه پشتیبانی نمی‌شود.

همین وزن‌ها و موتور WebGPU در ارزیابی ۶۴ تصویر، ۹۸٫۸۶٪ توافق نویسه‌ای با مرجع فشرده‌نشدهٔ اصلاح‌شده داشتند. این عدد تضمین دقت برای هر تصویر نیست. جزئیات ارزیابی

«توقف» پردازش جاری را متوقف می‌کند و مدل بارگیری‌شده را نگه می‌دارد. آزادکردن حافظه، مدل را از مرورگر خارج می‌کند.

هنوز اجرایی انجام نشده است.