/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
29 июн 2026

Reflect-R1

Обучение с подкреплением

Reflect-R1 — модель на базе Qwen2.5-VL-7B для доказательного анализа длинных видео и самокоррекции ответов.

0скачиваний за 30 дней0лайковвеса обновлены29 июн 2026

Бенчмарки

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

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

Reflect-R1 — исследовательская модель для понимания длинных видео и самокоррекции на основе свидетельств. В README указаны контрольные точки начального дообучения SFT и финального этапа SD-GRPO; обе основаны на Qwen2.5-VL-7B и сохранены в формате safetensors с конфигурациями токенизатора и процессора.

Модель предназначена для анализа длинных видео с опорой на свидетельства и исправления собственных ответов. Метаданные указывают английский язык и лицензию Apache-2.0. В карточке отсутствуют подробности о конкретных сценариях применения и оценке качества.

Сценарии применения

  • анализ длинных видеозаписей
  • ответы на вопросы о содержании видео
  • самопроверка ответов по свидетельствам из видео

Ограничения

README не приводит результатов оценки качества или подробных сведений о поддерживаемых сценариях. Метаданные маркируют задачу как reinforcement-learning, поэтому тег не описывает напрямую пользовательский интерфейс для анализа видео.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Reflect-R1

Model checkpoints for Reflect-R1: Evidence-Driven Reflection for Self-Correction in Long Video Understanding.

Checkpoints

Reflect-R1-SFT-6000/       Cold-start SFT checkpoint.
Reflect-R1-GRPO-Final/     Final SD-GRPO checkpoint.

Both checkpoints are based on Qwen2.5-VL-7B and include sharded safetensors weights together with the corresponding tokenizer and processor configuration files.

Citation

@article{chen2026reflectr1,
  title   = {Reflect-R1: Evidence-Driven Reflection for Self-Correction in Long Video Understanding},
  author  = {Shuimu Chen and Yuteng Chen and Yuanshen Guan and Zebang Cheng and Zeyu Zhang and Shengqian Qin and Bin Xia and Jiaran Li and Wenming Yang and Fei Ma},
  journal = {arXiv preprint arXiv:2606.27922},
  year    = {2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
e0395e5

0 моделей