Uploaded finetuned model
- Developed by: Harsha901
- License: apache-2.0
- Finetuned from model : unsloth/Llama-3.2-11B-Vision-Instruct
This mllama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Размер весов
- 21,3 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- mllama · dense
- Базовая модель
- Llama-3.2-11B-Vision-Instruct
- Опубликована
- 3 янв 2026
Ссылки
llama3.2-11B-VL-Radiology-Captioning
Изображение и текст → текст
Дообученная мультимодальная модель для составления текстовых описаний радиологических изображений по запросу.
115скачиваний за 30 дней0лайковвеса обновлены3 янв 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
Harsha901 дообучил модель unsloth/Llama-3.2-11B-Vision-Instruct для создания описаний радиологических изображений. Это мультимодальная плотная модель семейства mllama с архитектурой MllamaForConditionalGeneration и 11 млрд параметров. Она принимает изображения и текстовые инструкции и выдаёт текст; карточка указывает английский язык. Модель предназначена для формирования текстовых описаний радиологических снимков и диалога по изображениям.
Модель обучали с использованием Unsloth и библиотеки Hugging Face TRL; формат весов — safetensors. Лицензия — Apache-2.0. Карточка не приводит клинических оценок качества или сведений о применении в медицинской практике.
Сценарии применения
- создание описаний радиологических снимков
- ответы на вопросы по медицинским изображениям
- подготовка черновиков радиологических подписей
Ограничения
Карточка не сообщает об оценке качества, клинической валидации или ограничениях по типам радиологических изображений; результаты требуют проверки специалистом.
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
- MllamaForConditionalGeneration
- Ревизия весов
- c26abfc