A53072. Qwen2.5-VL 是多模态⼤语⾔模型（Vision-Language Model, VLM），能够同时处理图像与⽂本输 ⼊，实现图⽂问答与视觉描述等任务。以下代码演⽰了使⽤ Qwen2.5-VL-7B-Instruct 模型，对输⼊图 像进⾏分析并⽣成⽂本回答。请阅读以下代码，并根据描述完成空缺部分。import torch
编程题
知识点
题目描述
Qwen2.5-VL 是多模态⼤语⾔模型（Vision-Language Model, VLM），能够同时处理图像与⽂本输 ⼊，实现图⽂问答与视觉描述等任务。以下代码演⽰了使⽤ Qwen2.5-VL-7B-Instruct 模型，对输⼊图 像进⾏分析并⽣成⽂本回答。请阅读以下代码，并根据描述完成空缺部分。
import torch
from transformers import Qwen2_5_VLForConditionalGeneration, AutoProcessor
from PIL import Image
model_name = "Qwen/Qwen2.5-VL-7B-Instruct"
# 1) 加载处理器与模型
processor = ____[1]____
model = Qwen2_5_VLForConditionalGeneration.from_pretrained(
model_name,
device_map="auto",
torch_dtype=torch.bfloat16,
trust_remote_code=True
)
# 2) 读取输⼊图像
image = ____[2]____
# 3) 构建多模态输⼊提⽰
messages = [
{
"role": "user",
"content": [
{"type": "image", "image": image},
{"type": "text", "text": "请描述图⽚中的主要内容。"}
]
}
]
text = ____[3]____
inputs = processor(text=[text], images=[image],
return_tensors="pt").to(model.device)
# 4) 模型推理⽣成回答
model = model.eval()
with ____[4]____:
output_ids = model.generate(
**inputs,
max_new_tokens=128,
temperature=0.7,
)
generated_ids = ____[5]____
answer = processor.tokenizer.batch_decode(generated_ids,
skip_special_tokens=True)[0]
print("模型回答：", answer)