/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
9,1 ГБ
Архитектура
qwen3_5 · dense
Библиотека
transformers
Опубликована
15 сен 2026

guava-v13b-qwen3.5-4b-red-basket

Изображение и текст → текст3 профессии

Экспериментальный визуально-языковой checkpoint Qwen3.5-VL для распознавания красных объектов в корзине и настольной роботизированной манипуляции.

23скачиваний за 30 дней0лайковвеса обновлены15 сен 2026

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 «Изображение → 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

AIcell/guava-v13b-qwen3.5-4b-red-basket — модель семейства Guava v13b на архитектуре Qwen3.5-VL 4B, предназначенная для задачи манипуляции предметами на столе red_objects_in_basket: нахождения красных объектов и работы с ними в корзине. Это экспорт весов checkpoint 50 в формате bfloat16; модель принимает изображения и текст и поддерживает визуально-языковой диалог. В README задача указана со слов загрузившего модель и не подтверждена метаданными обучения; экспорт опубликован без оценки качества и без проверки на отложенных данных.

Checkpoint 50 — ранний шаг, не отобранный по валидационной метрике, а путь загрузки не протестирован. Для загрузки README указывает Transformers 5.8.1. Условия лицензии в доступных данных не приведены.

Сценарии применения

  • поиск красных объектов в корзине по изображению
  • визуальное определение объектов на рабочем столе робота
  • эксперименты с роботизированной манипуляцией предметами
  • проверка визуально-языкового диалога о сцене на столе

Ограничения

Качество не оценивалось, данные обучения и разбиение не подтверждены, а checkpoint 50 является ранним и не выбранным по валидации. Загрузка не проверена; README указывает требование Transformers 5.8.1.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

guava-v13b-qwen3.5-4b-red-basket

A Qwen3.5-VL 4B model for the red_objects_in_basket tabletop manipulation task, from the Guava v13b model family. Full-weight inference export of checkpoint 50.

Related: guava-v13b-qwen3.5-4b · guava-v13b-qwen3.5-4b-no-counterfactual · guava-v13b-qwen3.5-4b-set-table

Status — read before using

Published as exported, with no evaluation run here.

  • No evaluation results. No success rates, no held-out scores.
  • The task designation is the uploader's. The export carried no run metadata identifying its training data or split — the red-basket label is not independently verifiable from these files.
  • Step 50, an early checkpoint, not selected against a validation metric.
  • Untested load path. Requires transformers 5.8.1 (model_type: qwen3_5).

red_objects_in_basket is one of the 16 tasks in the Guava v13b dataset (200 episodes: 134 main / 66 branch).

Model

ArchitectureQwen3_5ForConditionalGeneration (vision + text)
Precisionbfloat16
Hidden size2560, 32 layers (linear attention, full attention every 4th)
Vocab248,320 · Max positions
Vision24-layer ViT, patch 16, merge 2
Shards2 safetensors, 8.47 GiB (224 + 499 tensors)

Config, tokenizer, and chat template are byte-identical across this model family; only the weight shards differ.

Usage

from transformers import AutoModelForImageTextToText, AutoProcessor

model = AutoModelForImageTextToText.from_pretrained(
    "AIcell/guava-v13b-qwen3.5-4b-red-basket", dtype="bfloat16", device_map="auto"
)
processor = AutoProcessor.from_pretrained("AIcell/guava-v13b-qwen3.5-4b-red-basket")

Coordinates are table-aligned (tabletop is z = 0) — do not apply table-height normalization a second time.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
a7ac572

0 моделей