/ Модель
Каталог

Характеристики

Размер весов
119 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_vl_moe · dense
Базовая модель
Qwen3-VL-235B-A22B-Instruct
Библиотека
mlx
Опубликована
27 ноя 2025

Ссылки

Hugging Face

Qwen3-VL-235B-A22B-Instruct-Abliterated-3bit

FiditeNemini
Изображение и текст → текст6 профессий

3-битная мультимодальная версия Qwen3-VL для диалогов по изображениям и тексту с длинным контекстом.

93скачиваний за 30 дней0лайковвеса обновлены28 ноя 2025

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

FiditeNemini публикует 3-битную версию Qwen3-VL-235B-A22B-Instruct-Abliterated — мультимодальной модели семейства Qwen3-VL MoE для диалогов с изображениями и текстом. Архитектура — Qwen3VLMoeForConditionalGeneration; контекст составляет 262 144 токена. Репозиторий содержит веса Safetensors и предназначен для работы с библиотекой MLX. Модель принимает текст и изображения и выдаёт текст; в каталоге также отмечены чат и интерфейс вызова инструментов. Карточка указывает английский и китайский языки. Лицензия — Apache-2.0.

Модель подходит для вопросов об изображениях, визуального диалога и текстового разбора содержимого изображений. Это производная от Qwen/Qwen3-VL-235B-A22B-Instruct модель; автор карточки называет её Abliterated. README указывает 3-битное представление с размером группы 64, хотя поле Quantization в карточке сформулировано противоречиво («None (3-bit, group size 64)»), поэтому способ получения этой версии нельзя уточнить увереннее. Качество, ограничения и поведение Abliterated-варианта в README не описаны.

Сценарии применения

  • ответы на вопросы о содержимом изображения
  • диалог с пользователем по изображению
  • описание и разбор визуальных материалов
  • обработка длинных текстовых запросов с изображениями

Ограничения

Карточка не приводит оценок качества и не описывает конкретные ограничения или проверенные сценарии. 3-битное представление может влиять на качество относительно исходных весов; количественная оценка этого влияния не дана.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

QWEN3_VL_MOE (MLX Converted)

Conversion Details

  • Source: /Qwen3-VL-235B-A22B-Instruct-Abliterated/
  • Destination: /Qwen3-VL-235B-A22B-Instruct-Abliterated-3bit
  • Quantization: None (3-bit, group size 64)

Model Configuration

  • Architecture: Qwen3VLMoeForConditionalGeneration
  • Model Type: qwen3_vl_moe
  • Vocab Size: 151936
  • Context Length: 262144

Files

  • added_tokens.json (0.00 MB)
  • chat_template.jinja (0.01 MB)
  • config.json (0.00 MB)
  • generation_config.json (0.00 MB)
  • merges.txt (1.59 MB)
  • model-00001-of-00022.safetensors (5462.83 MB)
  • model-00002-of-00022.safetensors (5132.08 MB)
  • model-00003-of-00022.safetensors (5133.09 MB)
  • model-00004-of-00022.safetensors (5166.09 MB)
  • model-00005-of-00022.safetensors (5132.08 MB)
  • model-00006-of-00022.safetensors (5133.09 MB)
  • model-00007-of-00022.safetensors (5166.09 MB)
  • model-00008-of-00022.safetensors (5132.08 MB)
  • model-00009-of-00022.safetensors (5133.09 MB)
  • model-00010-of-00022.safetensors (5166.09 MB)
  • model-00011-of-00022.safetensors (5132.08 MB)
  • model-00012-of-00022.safetensors (5133.09 MB)
  • model-00013-of-00022.safetensors (5166.09 MB)
  • model-00014-of-00022.safetensors (5132.08 MB)
  • model-00015-of-00022.safetensors (5133.09 MB)
  • model-00016-of-00022.safetensors (5166.09 MB)
  • model-00017-of-00022.safetensors (5132.08 MB)
  • model-00018-of-00022.safetensors (5133.09 MB)
  • model-00019-of-00022.safetensors (5166.09 MB)
  • model-00020-of-00022.safetensors (5132.08 MB)
  • model-00021-of-00022.safetensors (5133.09 MB)
  • model-00022-of-00022.safetensors (5222.21 MB)
  • model.safetensors.index.json (0.28 MB)
  • preprocessor_config.json (0.00 MB)
  • special_tokens_map.json (0.00 MB)
  • tokenizer.json (9.71 MB)
  • tokenizer_config.json (0.01 MB)
  • vocab.json (2.94 MB)

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3VLMoeForConditionalGeneration
Ревизия весов
1f7a7c9

0 моделей

    Создать бенчмарк