/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Размер весов
4,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2_vl · dense
Базовая модель
Qwen2-VL-2B-Instruct
Библиотека
transformers
Опубликована
13 сен 2024

tvl-mini-0.1

Генерация текстаТекст → текст8 профессий

Компактное LoRA-дообучение Qwen2-VL-2B-Instruct для русскоязычных диалогов и генерации текста с мультимодальной базовой архитектурой.

22скачиваний за 30 дней2лайкавеса обновлены29 окт 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

2Vasabi/tvl-mini-0.1 — LoRA-дообучение мультимодальной модели Qwen2-VL-2B-Instruct, подготовленное для работы с русским языком. Модель использует архитектуру Qwen2-VL с плотной структурой и содержит 1,5 млрд параметров; для работы с изображениями и видео применяется мультимодальная базовая модель. Контекстное окно составляет 32 768 токенов.

Модель предназначена для диалогов и генерации текста по запросам, в том числе на русском и английском языках. В карточке указано обучение на наборе GrandMaster-PRO-MAX; описание также перечисляет визуальное рассуждение, создание подписей к изображениям, VQA и классификацию среди направлений данных, но помечает их как находившиеся в процессе обучения. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • ведение диалога на русском языке
  • генерация ответов на текстовые запросы
  • ответы на вопросы по изображениям
  • создание подписей к изображениям
  • классификация визуального содержимого

Ограничения

В карточке перечислены дополнительные направления данных, включая визуальное рассуждение, VQA и классификацию, как находившиеся в процессе обучения; их фактическое качество не подтверждено. README не содержит результатов оценивания модели.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tvl-mini

Description

This is LORA finetune of Qwen2-VL-2B on russian language.

Data

Dataset contains:

  • GrandMaster-PRO-MAX dataset (68k samples)
  • Visual Reasoning (36k samples) #Training in progress
  • Captioning (34k samples) #Training in progress
  • Knowledgeable VQA (35k samples) #Training in progress
  • VQA (80k samples) #Training in progress
  • Classification (21k samples) #Training in progress
  • Conversations (11k samples) #Training in progress

Bechmarks

TODO

Quickstart

Your can simply run this notebook or run code below.

First install qwen-vl-utils and dev version of transformers:

pip install qwen-vl-utils
pip install --no-cache-dir git+https://github.com/huggingface/transformers@19e6e80e10118f855137b90740936c0b11ac397f

And then run:

from transformers import Qwen2VLForConditionalGeneration, AutoTokenizer, AutoProcessor
from qwen_vl_utils import process_vision_info
import torch

model = Qwen2VLForConditionalGeneration.from_pretrained(
    "2Vasabi/tvl-mini-0.1", torch_dtype=torch.bfloat16, device_map="auto"
)


processor = AutoProcessor.from_pretrained("Qwen/Qwen2-VL-2B-Instruct")
messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "image",
                "image": "https://i.ibb.co/d0QL8s6/images.jpg",
            },
            {"type": "text", "text": "Кратко опиши что ты видишь на изображении"},
        ],
    }
]

text = processor.apply_chat_template(
    messages, tokenize=False, add_generation_prompt=True
)
image_inputs, video_inputs = process_vision_info(messages)
inputs = processor(
    text=[text],
    images=image_inputs,
    videos=video_inputs,
    padding=True,
    return_tensors="pt",
)

inputs = inputs.to("cuda")

generated_ids = model.generate(**inputs, max_new_tokens=1000)
generated_ids_trimmed = [
    out_ids[len(in_ids) :] for in_ids, out_ids in zip(inputs.input_ids, generated_ids)
]
output_text = processor.batch_decode(
    generated_ids_trimmed, skip_special_tokens=True, clean_up_tokenization_spaces=False
)
print(output_text)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2VLForConditionalGeneration
Ревизия весов
5b95e36

0 моделей