Характеристики

Лицензия: Apache 2.0
Базовая модель: Qwen3.5-0.8B
Опубликована: 27 мар 2026

Ссылки

boba-0.8b-food-GGUF

Изображение и текст → текст3 профессии

Компактная мультимодальная модель для распознавания еды на фото и оценки калорийности и пищевой ценности каждого ингредиента.

407скачиваний за 30 дней5лайковвеса обновлены28 мая 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

Boba Food VLM 0.8B — компактная мультимодальная модель от Doses-AI для оценки питания по фотографиям еды. Это дообученная с помощью LoRA модель Qwen3.5-0.8B, распространяемая в формате GGUF; доступны варианты Q4_K_M и F16, а также отдельный файл визуального проектора F16.

Модель распознаёт ингредиенты на изображении и формирует структурированный JSON с названием каждого ингредиента, оценкой массы порции в граммах, калорий и содержания белков, углеводов и жиров. Она рассчитана на локальный запуск на устройстве. В оценке на тестовой части Nutrition5k достигла средней абсолютной ошибки 112,3 ккал и корреляции Пирсона 0,73; доля корректно разбираемых ответов составила 100%.

Оценки по фотографии приблизительны: точность уступила указанным в карточке GPT-4o и CalorieLLaVA-13B, а результат зависит от изображения и распознавания порций и ингредиентов. Модель обучалась на Nutrition5k и оценивалась на его тестовом наборе. Лицензия — Apache-2.0.

Сценарии применения

оценка калорийности блюда по фотографии
распознавание ингредиентов на тарелке
оценка массы порций отдельных ингредиентов
расчёт белков, жиров и углеводов по фото еды

Ограничения

Оценки по изображению приблизительны: на тесте Nutrition5k средняя абсолютная ошибка калорийности составила 112,3 ккал. Результат зависит от качества фотографии и может не совпадать с фактической массой и составом блюда.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Boba Food VLM 0.8B (GGUF)

On-device food photo to per-ingredient nutrition estimation model.

Model Description

Fine-tuned Qwen3.5-0.8B for food recognition and calorie estimation from photos. Outputs structured JSON with per-ingredient name, portion (grams), calories, protein, carbs, and fat.

Base Model: Qwen3.5-0.8B
Training method: LoRA (r=64, alpha=128, rsLoRA)
Training data: Nutrition5k (4,051 images with measured per-ingredient nutrition)
Eval benchmark: Nutrition5k test set (506 images, same split as CalorieLLaVA)
Best Cal MAE: 112.3 kcal (step 1000)
Parse rate: 100%
Pearson r: 0.73

Files

File	Size	Description
boba-q4km.gguf	505 MB	Main LLM (Q4_K_M quantized)
boba-mmproj-f16.gguf	196 MB	Vision projection model (F16)
boba-f16.gguf	1.5 GB	Main LLM (F16, full precision)

Benchmark Results

Model	Cal MAE	On-Device	Per-Ingredient
CalorieLLaVA-13B	64.3	No	No
GPT-4o zero-shot	82.7	No	No
Boba 0.8B (this model)	112.3	Yes	Yes
0.8B baseline (no training)	131.2	Yes	Yes

First published on-device food VLM with per-ingredient nutrition output.

License

Apache 2.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Ревизия весов: 089010e