Uploaded finetuned model
- Developed by: GL3MON
- License: apache-2.0
- Finetuned from model : GL3MON/qwen3-vl-2b-medical-sft
This qwen3_vl model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 262 144 токена
- Лицензия
- Apache 2.0
- Архитектура
- qwen3_vl · dense
- Базовая модель
- qwen3-vl-2b-medical-sft
- Опубликована
- 18 сен 2026
Ссылки
qwen3-vl-2b-medical-pmcvqa-sft-merged
Изображение и текст → текст
Дообученная GL3MON мультимодальная модель Qwen3-VL для ответов на текстовые вопросы по медицинским изображениям.
402скачиваний за 30 дней0лайковвеса обновлены18 сен 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
GL3MON/qwen3-vl-2b-medical-pmcvqa-sft-merged — дообученная мультимодальная модель GL3MON на архитектуре Qwen3-VL для диалоговых задач с изображениями и текстом в медицинском контексте. Она принимает текстовые запросы и изображения, чтобы формировать текстовые ответы; название репозитория указывает на настройку для PMC-VQA, однако карточка не описывает конкретные наборы данных, метрики или проверенные сценарии применения. Модель построена на базе GL3MON/qwen3-vl-2b-medical-sft и распространяется в формате Safetensors по лицензии Apache-2.0.
Сценарии применения
- ответы на вопросы по медицинским изображениям
- диалоговый анализ медицинских изображений
- формирование текстовых описаний изображений для медицинских запросов
Ограничения
Карточка не приводит метрик качества, сведений о клинической проверке или подробностей о поддерживаемых типах медицинских изображений; ответы не следует считать клиническими рекомендациями.
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen3VLForConditionalGeneration
- Ревизия весов
- feee5d1