/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
robobrain_audio · dense
Библиотека
transformers
Опубликована
3 сен 2026

GaussianMind

Генерация текстаТекст → текст3 профессии

GaussianMind — аудиоязыковая модель на основе RoboBrain и OpenMOSS Audio для обработки аудио и формирования текстовых ответов.

128скачиваний за 30 дней1лайквеса обновлены4 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 «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

GaussianMind — аудиоязыковая модель, совместно разработанная командой Хао Тана из Школы компьютерных наук Пекинского университета и Пекинской академией искусственного интеллекта (BAAI). Она построена на основе RoboBrain и OpenMOSS Audio и предназначена для сценариев, где нужно обрабатывать аудио и формировать текстовые ответы. В каталоге указаны архитектура RoboBrain Audio и класс RoboBrainAudioForConditionalGeneration; модель распространяется в формате safetensors и поддерживает чат и интерфейс вызова инструментов.

Для загрузки README предлагает использовать Transformers и AutoProcessor с включённым trust_remote_code=True, поскольку репозиторий содержит собственный код Transformers. Лицензия — Apache-2.0. Карточка не приводит размер модели, длину контекста, конкретный список языков или подробные результаты оценки качества.

Сценарии применения

  • диалоговые ответы на запросы по аудиовходу
  • обработка аудио с генерацией текстового ответа
  • создание мультимодального чат-интерфейса для аудио
  • подключение вызова инструментов в аудиоязыковом приложении

Ограничения

Для загрузки требуется включить trust_remote_code=True, так как репозиторий содержит собственный код Transformers. В карточке не приведены подробности о языковом охвате и количественных оценках качества.

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

GaussianMind

GaussianMind is an audio-language model developed based on RoboBrain and OpenMOSS Audio.

This model is the result of joint research by Hao Tang's team at the School of Computer Science, Peking University, and the Beijing Academy of Artificial Intelligence (BAAI).

Usage

The repository includes custom Transformers code. Load the model and processor with trust_remote_code=True:

from transformers import AutoModelForCausalLM, AutoProcessor

model_id = "BAAI/GaussianMind"
processor = AutoProcessor.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    device_map="auto",
)

Acknowledgements

GaussianMind builds upon RoboBrain and OpenMOSS Audio. We thank their contributors for making this work possible.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
RoboBrainAudioForConditionalGeneration
Ревизия весов
f530837

0 моделей