GLM-4.6V Flash: установка + тесты по тексту и изображениям

https://youtu.be/ygZTGtFT3Zc?list=TLGGIyrfL3BgpgUxNzEyMjAyNQ Этот текст представляет собой выдержки из расшифровки видео на YouTube, где автор Фад Мирза проводит обзор и тестирование новой мультимодальной модели искусственного интеллекта GLM-4.6V. Обсуждаются две версии модели: большая со 106 миллиардами параметров и меньшая, Flash-модель с 9 миллиардами, которую можно запустить на одной видеокарте. Автор демонстрирует возможности меньшей модели в локальной среде, включая задачи визуального распознавания, оптического распознавания символов (OCR) рукописного текста и преобразования счетов в формат JSON. Кроме того, в видео тестируется крупная модель на задачах анализа видеоконтента, мультиязычного распознавания и медицинских изображений, подчеркивая ее высокую производительность и этичное отклонение медицинских запросов.