Skip to content
ModelListedExternal
Download

LFM2.5 VL 1.6B Vietnamese Bill Diagnosis LoRA

Đây là LoRA Adapter được tinh chỉnh để trích xuất thông tin từ hóa đơn đơn thuốc/ phiếu thu và chuẩn đoán bệnh tiếng Việt. Adapter này được huấn luyện trên nền mô hình gốc LiquidAI/LFM2.5-VL-1.6B.

KindOtherBase modelLiquidAI/LFM2.5-VL-1.6BVersionRevision d76615e

Model source

Kind
Other
File size
34.9 MB
Base model
LiquidAI/LFM2.5-VL-1.6B
Version
vRevision d76615e
Updated
Sep 25, 2026
Downloads
6
Tasks
Captioning
Source
Hugging Face

Source description

LFM 2.5 VL 1.6B Bill Diagnosis Vietnamese (LoRA Adapter)

Đây là LoRA Adapter được tinh chỉnh để trích xuất thông tin từ hóa đơn đơn thuốc/ phiếu thu và chuẩn đoán bệnh tiếng Việt. Adapter này được huấn luyện trên nền mô hình gốc LiquidAI/LFM2.5-VL-1.6B.

Thông tin mô hình

Ưu điểm của LoRA

  • Kích thước nhẹ (chỉ vài trăm MB thay vì vài GB).
  • Có thể dễ dàng tích hợp vào mô hình gốc mà không cần thay đổi trọng số gốc.
  • Phù hợp cho việc triển khai linh hoạt hoặc tiếp tục tinh chỉnh trên tập dữ liệu riêng.

Hướng dẫn sử dụng

Để sử dụng Adapter này, bạn cần tải mô hình gốc và sau đó nạp trọng số LoRA bằng thư viện peft.

from transformers import Qwen2VLForConditionalGeneration, AutoProcessor
from peft import PeftModel
import torch

model_id = "LiquidAI/LFM2.5-VL-1.6B"
adapter_id = "minhduc168/LFM2.5-VL-1.6B-Vietnamese-LoRA"

# 1. Tải mô hình gốc
model = Qwen2VLForConditionalGeneration.from_pretrained(
    model_id, 
    torch_dtype=torch.bfloat16, 
    device_map="auto"
)

# 2. Nạp LoRA Adapter
model = PeftModel.from_pretrained(model, adapter_id)

# 3. Tải Processor
processor = AutoProcessor.from_pretrained(model_id)

model.eval()
print("Model và Adapter đã sẵn sàng!")

Các lưu ý

  • Base Model: Đảm bảo cài đặt thư viện peft: pip install peft

  • Phiên bản nén: Nếu muốn sử dụng bản đã gộp sẵn trọng số hoặc bản GGUF để tiết kiệm tài nguyên, vui lòng tham khảo tại: minhduc168/LFM2.5-VL-1.6B-Vietnamese-bill-diagnosis.

Liên hệ

Nếu có bất kỳ câu hỏi nào về bộ dataset hoặc quá trình training, vui lòng mở một Discussion tại repo này!

Sources

1 source
Hugging FacePrimaryVersion d76615eca001382a92a1fae54cd23607e7b94c01
huggingface.co/minhduc168/LFM2.5-VL-1.6B-Vietnamese-bill-diagnosis-LoRA/tree/d76615eca001382a92a1fae54cd23607e7b94c01

Verified Sep 11

Model artifacts

1 artifact

adapter_model.safetensors

safetensors · 34.9 MB · SHA-256 7f9867a6b4f1…d00f · Hugging Face

Download

Source excerpts

2 excerpts

--- language: - vi tags: - vision-language - qwen - vlm - lora - adapter - peft license: apache-2.0 datasets: - minhduc168/dataset-qwen-vlm-extract-bill-diagnosis base_model: - LiquidAI/LFM2.5-VL-1.6B pipeline_tag: image-to-text --- # LFM 2.5 VL 1.6B Bill Diagnosis Vietnamese (LoRA Adapter) Đây là **LoRA Adapter** được tinh chỉnh để trích xuất thông tin từ hóa đơn đơn thuốc/ phiếu thu và chuẩn đoán bệnh tiếng Việt. Adapter này được huấn luyện trên nền mô hình gốc [LiquidAI/LFM2.5-VL-1.6B](https://huggingface.co/LiquidAI/LFM2.5-VL-1.6B). ## Thông tin mô hình - **Loại mô hình:** LoRA (Low-Rank Adaptation) - **Mục đích:** Trích xuất dữ liệu có cấu trúc (JSON) từ hình ảnh tài liệu y tế và tài chính. - **Dữ liệu huấn luyện:** [minhduc168/dataset-qwen-vlm-extract-bill-diagnosis](https://huggingface.co/datasets/minhduc168/dataset-qwen-vlm-extract-bill-diagnosis) ## Ưu điểm của LoRA - Kích thước nhẹ (chỉ vài trăm MB thay vì vài GB). - Có thể dễ dàng tích hợp vào mô hình gốc mà không cần thay đổi trọng số gốc. - Phù hợp cho việc triển khai linh hoạt hoặc tiếp tục tinh chỉnh trên tập dữ liệu riêng. ## Hướng dẫn sử dụng Để sử dụng Adapter này, bạn cần tải mô hình gốc và sau đó nạp trọng số LoRA bằng thư viện `peft`. ```python from transformers import Qwen2VLForConditionalGeneration, AutoProcessor from peft import PeftModel import torch model_id = "LiquidAI/LFM2.5-VL-1.6B" adapter_id = "minhduc168/LFM2.5-VL-1.6B-Vietnamese-LoRA" # 1. Tải mô hình gốc model = Qwen2VLForConditionalGeneration.from_pretrained( model_id, torch_dtype=torch.bfloat16, device_map="auto" ) # 2. Nạp LoRA Adapter model = PeftModel.from_pretrained(model, adapter_id) # 3. Tải Processor processor = AutoProcessor.from_pretrained(model_id) model.eval() print("Model và Adapter đã sẵn sàng!") ``` **Các lưu ý** - **Base Model**: Đảm bảo cài đặt thư viện `peft`: `pip install peft` - **Phiên bản nén**: Nếu muốn sử dụng bản đã gộp sẵn trọng số hoặc bản GGUF để tiết kiệm tài nguyên, vui lòng tham khảo tại: [minhduc168/LFM2.5-VL-1.6B-Vietnamese-bill-diagnosis](https://huggingface.co/minhduc168/LFM2.5-VL-1.6B-Vietnamese-bill-diagnosis). **Liên hệ** Nếu có bất kỳ câu hỏi nào về bộ dataset hoặc quá trình training, vui lòng mở một Discussion tại repo này!

Source context: 6 downloads · 0 likes · Pipeline image-to-text · Library peft · Repo minhduc168/LFM2.5-VL-1.6B-Vietnamese-bill-diagnosis-LoRA