/ Модель
Каталог

Характеристики

Контекст
128 000 токенов
Параметры
7,1 млрд
Размер весов
16,6 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2_5_vl · dense
Базовая модель
Qwen2.5-VL-7B-Instruct
Библиотека
transformers
Опубликована
28 июн 2026

Ссылки

Hugging Face

OmniCoT-R1

Eustia1
Изображение и текст → текст3 профессии

OmniCoT-R1 — дообученная мультимодальная Qwen2.5-VL для рассуждений и ответов по панорамным изображениям.

25скачиваний за 30 дней1лайквеса обновлены28 июн 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 «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.

Открыть конструктор бенчмарка

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

OmniCoT-R1 — мультимодальная модель на архитектуре Qwen2.5-VL, дообученная на данных с рассуждениями OmniCoT для панорамных изображений. Она предназначена для диалогового анализа визуальных данных и генерации текстовых ответов по изображениям. Модель содержит 7,1 млрд параметров, принимает текст и изображения и поддерживает контекст до 128 000 токенов.

Модель создана дообучением Qwen/Qwen2.5-VL-7B-Instruct. В карточке не описаны конкретные результаты оценки или дополнительные сценарии применения. Лицензия указана как other, поэтому условия использования следует уточнить в репозитории модели и у правообладателей.

Сценарии применения

  • ответы на вопросы по панорамным изображениям
  • описание содержимого панорамных сцен
  • визуальный диалог с изображениями
  • анализ изображений с пошаговыми рассуждениями

Ограничения

README не приводит результатов оценки, подробностей обучающих данных или проверенных ограничений. Лицензия обозначена как other, поэтому условия использования требуют уточнения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиIV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OmniCoT-R1

This model is a fine-tuned version of Qwen/Qwen2.5-VL-7B-Instruct on OmniCoT-related panoramic CoT data.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 2
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 16
  • total_eval_batch_size: 16
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 3.0

Training results

Framework versions

  • Transformers 4.57.3
  • Pytorch 2.9.1+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2_5_VLForConditionalGeneration
Ревизия весов
64db714

0 моделей

    Создать бенчмарк