/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
66,7 ГБ
Лицензия
MIT
Архитектура
qwen3_vl · dense
Базовая модель
UnifiedReward-2.0-qwen3vl-32b
Библиотека
transformers
Опубликована
25 ноя 2025

UniGenBench-EvalModel-qwen3vl-32b-v1

Изображение и текст → текст3 профессии

Мультимодальная модель CodeGoat24 оценивает и помогает сравнивать результаты генерации изображений по UniGenBench.

267скачиваний за 30 дней0лайковвеса обновлены25 ноя 2025

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

UniGenBench-EvalModel-qwen3vl-32b-v1 — мультимодальная модель CodeGoat24 для офлайн-оценки и сравнения моделей генерации изображений по набору UniGenBench. Она принимает изображения и текстовые запросы и формирует текстовый ответ; в метаданных указана архитектура Qwen3-VL с 32B в названии базовой модели и библиотека Transformers. Модель дообучена на CodeGoat24/UnifiedReward-2.0-qwen3vl-32b и связана с набором UniGenBench-Eval-Images.

Модель предназначена для оценивания результатов text-to-image-моделей, а не для генерации изображений. Репозиторий распространяется в формате safetensors по лицензии MIT. Карточка не описывает протокол оценивания, метрики или ограничения качества, поэтому эти детали нельзя уточнить.

Сценарии применения

  • офлайн-оценка изображений, созданных text-to-image-моделью
  • сравнение результатов разных моделей генерации изображений
  • оценка соответствия сгенерированного изображения текстовому запросу

Ограничения

Карточка не приводит протокол оценки, метрики или ограничения качества. Модель предназначена для офлайн-оценивания, а не для генерации изображений.

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

UniGenBench-EvalModel-qwen-72b-v1

This model is tailored for offline T2I model evaluation on UniGenBench.

Feel free to use this model to assess and compare the performance of your models.

For further details, please refer to the following resources:

Citation

@article{UniGenBench++,
  title={UniGenBench++: A Unified Semantic Evaluation Benchmark for Text-to-Image Generation},
  author={Wang, Yibin and Li, Zhimin and Zang, Yuhang and Bu, Jiazi and Zhou, Yujie and Xin, Yi and He, Junjun and Wang, Chunyu and Lu, Qinglin and Jin, Cheng and others},
  journal={arXiv preprint arXiv:2510.18701},
  year={2025}
}

@article{UniGenBench,
  title={Pref-GRPO: Pairwise Preference Reward-based GRPO for Stable Text-to-Image Reinforcement Learning},
  author={Wang, Yibin and Li, Zhimin and Zang, Yuhang and Zhou, Yujie and Bu, Jiazi and Wang, Chunyu and Lu, Qinglin, and Jin, Cheng and Wang, Jiaqi},
  journal={arXiv preprint arXiv:2508.20751},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3VLForConditionalGeneration
Ревизия весов
f07df2d

0 моделей