North Micro Vision Instruct
Cohereओपन वेटApache 2.0 · व्यावसायिक उपयोग
विवरण
Compact open-weight vision-language model (2.4B) with native-resolution image support for VQA, captioning, grounding, OCR, charts, and documents. Custom 400M SigLIP 2-based vision encoder + 2B North Micro LLM backbone (Command A+ style). Multilingual and multi-image. LM context 128K; multimodal training validated to 8K. Not a reasoning/tool-calling model. Intended for prototyping and fine-tuning.
रिलीज़ तिथि
2026-08-12
पैरामीटर
2.4B
संदर्भ लंबाई
—
मोडैलिटीज़
—
क्षमता रडार
60
general
0
coding
40
reasoning
34
scienceअनुमानित
28
agents
70
multimodal
समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science का अनुमान LLM Stats विज्ञान स्कोर या तर्क से लगाया जाता है।
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| मल्टीमॉडल रैंकिंग | 86 | 18.0 | LS |
बेंचमार्क स्कोर (LLM Stats)
(LLM Stats (zeroeval))3d
BLINK
52.7%स्वयं
Communication
Multi-IF
37.3%स्वयं
Finance
MMLU
50.4%स्वयं
MMLU-Pro
30.7%स्वयं
General
IFEvalGoogle Research (2023)
74.9%स्वयं
MMStar
51.8%स्वयं
MMMU (val)
32.9%स्वयं
Grounding
RefCOCO-avg
0.73 / 100स्वयं
Image To Text
DocVQADocVQA (2020)
92.1%स्वयं
OCRBench
79.2%स्वयं
OCRBench-V2 (en)
36.7%स्वयं
Multimodal
ChartQAMasry et al. (2022)
80.8%स्वयं
AI2D
77.5%स्वयं
MMBench-V1.1
68.7%स्वयं
InfoVQA
65.2%स्वयं
CharXiv-D
60.0%स्वयं
Reasoning
CountBench
0.72 / 100स्वयं
Hallusion Bench
61.5%स्वयं
Spatial Reasoning
RealWorldQA
62.2%स्वयं
AA मूल्यांकन सूचकांक
(Artificial Analysis)कोई AA मूल्यांकन डेटा उपलब्ध नहीं
LLM Stats श्रेणी स्कोर
(LLM Stats (zeroeval))Spatial Reasoning70
Image To Text70
Grounding70
Multimodal60
Reasoning60
Structured Output60
Instruction Following60
General60
Vision60
3d50
Legal40
Math40
Language40
Finance40
Healthcare40
Communication40
मूल्य निर्धारण
कोई मूल्य डेटा उपलब्ध नहीं
गति
कोई गति डेटा उपलब्ध नहीं
प्रदाता मूल्य रैंकिंग
कोई प्रदाता डेटा उपलब्ध नहीं