模型Qwen2.5-VL-3B

Qwen2.5-VL 3B

阿里通义千问团队发布的多模态视觉语言模型，约 30 亿参数，可在消费级硬件上运行，适用于 OCR、图表理解和文档结构化抽取。

时间轴 (近 90 天)

10月18日

PocketLedger 通过 Ollama 调用 Qwen2.5-VL 3B 模型进行收据理解，并以结构化 JSON schema 约束输出字段。

待验证50%

10月18日

Qwen2.5-VL 3B 是阿里通义千问团队发布的多模态视觉语言模型，约 30 亿参数，可在消费级笔记本上运行，常用于 OCR、图表理解和文档结构化抽取。

待验证50%

PocketLedger 通过 Ollama 调用 Qwen2.5-VL 3B 模型进行收据理解，并以结构化 JSON schema 约束输出字段。

Qwen2.5-VL 3B 是阿里通义千问团队发布的多模态视觉语言模型，约 30 亿参数，可在消费级笔记本上运行，常用于 OCR、图表理解和文档结构化抽取。