/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Solari
Библиотека
transformers
Опубликована
23 фев 2026

Solari-GGUF

Изображение и текст → текст4 профессии

Мультимодальная модель Solari в формате GGUF отвечает на вопросы об изображениях и стремится реже галлюцинировать при описании реальных сцен.

54скачиваний за 30 дней0лайковвеса обновлены5 сен 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

Solari-GGUF — версия в формате GGUF модели Solari от Cubex11, предназначенная для анализа изображений и ответов на вопросы о них. Solari — мультимодальная модель зрения и языка на 500 млн параметров, дообученная методом QLoRA с DPO на 72 тысячах пар предпочтений из RLAIF-V для снижения галлюцинаций на реальных изображениях. В основе лежит SmolVLM2-500M-Video-Instruct.

Модель принимает изображения и текстовые запросы и генерирует текстовые ответы; её можно запускать через llama.cpp, Ollama и LM Studio. В опубликованных тестах полная версия Solari превзошла базовую модель в семи из восьми бенчмарков, включая POPE; результаты GGUF-версии могут немного отличаться из-за преобразования формата. Модель поддерживает английский язык и распространяется по лицензии Apache-2.0.

Сценарии применения

  • описание содержимого фотографии
  • ответы на вопросы о деталях изображения
  • проверка наличия объектов на реальных снимках
  • получение текстовых пояснений к изображениям для задач доступности

Ограничения

Бенчмарки приведены для версии с полной точностью; качество GGUF-варианта может немного отличаться. Заявленное снижение галлюцинаций не означает, что модель полностью исключает ошибки.

Для каких профессий подходит4

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

Solari-GGUF

GGUF quantized version of Solari — a 500M parameter vision-language model fine-tuned for reduced hallucination on real-world images.

For full model details, training procedure, and benchmark analysis, see the Solari model card.

Model Details

Benchmark Results

Solari improves on 7 out of 8 benchmarks vs the base model:

BenchmarkBaseSolariChange
POPE Overall82.6785.08+2.41
POPE Recall76.7385.33+8.60
AMBER Avg79.3879.77+0.39
A-OKVQA68.1269.00+0.88
MMStar38.3339.60+1.27
MMBench53.1453.42+0.28
RealWorldQA49.8050.59+0.78
HallusionBench27.5828.14+0.56
MME Perception12161119-97.7

Note: Benchmarks were evaluated on the full-precision model. GGUF quantization may cause minor performance differences.

Usage

With llama.cpp

# Download the GGUF file
huggingface-cli download Cubex11/Solari-GGUF --local-dir ./solari-gguf

# Run inference
./llama-cli -m ./solari-gguf/Solari.gguf -p "Describe this image" --image your_image.jpg

With Ollama

# Create a Modelfile
echo 'FROM ./Solari.gguf' > Modelfile
ollama create solari -f Modelfile
ollama run solari

Links

Citation

@misc{solari2026,
    title={Solari: Hallucination-Reduced Vision Language Model via QLoRA DPO on RLAIF-V},
    author={Cubex11},
    year={2026},
    url={https://huggingface.co/Cubex11/Solari}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
80a01b0

0 моделей