/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_vl · dense
Базовая модель
Huihui-Qwen3-VL-32B-Instruct-abliterated
Опубликована
7 мар 2026

Huihui-Qwen3-VL-32B-Instruct-FP8-abliterated

Изображение и текст → текст3 профессии

Квантованная в FP8 мультимодальная Qwen3-VL для диалогов и ответов на вопросы по изображениям.

720скачиваний за 30 дней1лайквеса обновлены7 мар 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

Heouzen/Huihui-Qwen3-VL-32B-Instruct-FP8-abliterated — FP8-квантованная версия мультимодальной модели Huihui-Qwen3-VL-32B-Instruct-abliterated, основанной на архитектуре Qwen3-VL. Модель разработана на базе чекпойнта huihui-ai; репозиторий содержит веса в формате safetensors с представлением FP8 float8_e4m3fn, занимающие около 34,9 ГБ. Она принимает текст и изображения и предназначена для диалоговых сценариев с визуальным контекстом, включая описание изображений и ответы на вопросы о них.

Квантирование уменьшает требования к памяти и ориентировано на запуск на современных GPU NVIDIA архитектур Hopper и Ada Lovelace. В README приведён пример использования модели для текстового сценария с необязательным изображением. В карточке не приведены сведения о поддерживаемых языках и длине контекста. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • описание содержимого изображения
  • ответы на вопросы о загруженном изображении
  • диалог с учётом визуального контекста

Ограничения

Для запуска требуется около 34,9 ГБ памяти под веса; README рекомендует современные GPU NVIDIA Hopper или Ada Lovelace. Поддерживаемые языки и длина контекста в предоставленных данных не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Huihui-Qwen3-VL-32B-Instruct-FP8-Abliterated

This repository contains the FP8 (float8_e4m3fn) quantized version of the abliterated model from huihui-ai. This quantization reduces the model size to approximately 35GB, making it more efficient for deployment on modern NVIDIA GPUs (Hopper and Ada Lovelace architectures).

Model Description

Requirements

Ensure you have the latest version of the following libraries:

  • transformers
  • accelerate
  • qwen-vl-utils

Usage Example

pip install -U transformers accelerate torch torchvision
# @title 🎭 Maggie VL: Flexible Storyteller (Text & Image)
import json, os, torch, gc
from PIL import Image
from transformers import Qwen3VLForConditionalGeneration, AutoProcessor

# --- 1. KONFIGURASI ---
PROMPT_BARU = "maggie duduk di teras rumah, menatap senja di Kerajaan Alghafar" 
IMAGE_PATH = ""  # Path gambar (opsional)
RESET_HISTORY = False

MODEL_ID = "Maggie-32B-FP8-Instruct-abliterated"
FILE = "maggie_history_cerita.json"

SYSTEM_INS = """Nama: Maggie. Umur: 19 tahun.
Fisik: Paras cantik luar biasa, rambut pirang platina, tinggi 165cm, berat 45kg, ramping.
Latar: Putri Edward (pedagang kain). Tinggal di Kerajaan Alghafar.
Sifat: Sopan namun memiliki ketegasan khas kelas menengah ke atas."""

# --- 2. LOAD MODEL (Singleton Pattern) ---
if 'model' not in globals():
    gpu_name = torch.cuda.get_device_name(0) if torch.cuda.is_available() else "CPU"
    print(f"🚀 [SYSTEM]: Mengaktifkan Maggie 32B di {gpu_name}...")
    model = Qwen3VLForConditionalGeneration.from_pretrained(
        MODEL_ID, device_map="auto", torch_dtype=torch.float16, 
        trust_remote_code=True, low_cpu_mem_usage=True
    )
    processor = AutoProcessor.from_pretrained(MODEL_ID)
    print(f"✨ [SYSTEM]: {gpu_name} SIAP BERAKSI!\n")

# --- 3. LOGIKA HISTORY ---
if RESET_HISTORY and os.path.exists(FILE): 
    os.remove(FILE)
    print("🧹 [HISTORY]: Catatan lama telah dihapus.")

if os.path.exists(FILE):
    with open(FILE, "r") as f: msg = json.load(f)
else:
    msg = [{"role": "system", "content": [{"type": "text", "text": SYSTEM_INS}]}]

# Susun Konten User
u_content = []
img = None
if IMAGE_PATH and os.path.exists(IMAGE_PATH):
    img = Image.open(IMAGE_PATH).convert("RGB")
    u_content.append({"type": "image", "image": img})
u_content.append({"type": "text", "text": PROMPT_BARU})
msg.append({"role": "user", "content": u_content})

# --- 4. INFERENCE ---
prompt_text = processor.apply_chat_template(msg, tokenize=False, add_generation_prompt=True)
inputs = processor(text=[prompt_text], images=[img] if img else None, padding=True, return_tensors="pt").to(model.device)

print(f"✍️  [qwen-32B]: Sedang menyusun adegan...")
with torch.no_grad():
    out_ids = model.generate(
        **inputs, 
        max_new_tokens=1024, 
        temperature=0.7, 
        top_p=0.9, 
        do_sample=True, 
        repetition_penalty=1.1
    )
    resp = processor.batch_decode(out_ids[:, inputs.input_ids.shape[1]:], skip_special_tokens=True)[0]

# --- 5. CLEANUP & DISPLAY ---
# Bersihkan memori sampah
del inputs; torch.cuda.empty_cache(); gc.collect()

print("\n" + "━"*60)
print(f"📖 ADEGAN: {PROMPT_BARU.upper()}")
print("━"*60)
print(f"\n{resp.strip()}\n")
print("━"*60)

# Simpan History (Text-Only Mode)
msg[-1] = {"role": "user", "content": [{"type": "text", "text": f"[Visual Input] {PROMPT_BARU}" if img else PROMPT_BARU}]}
msg.append({"role": "assistant", "content": [{"type": "text", "text": resp}]})
with open(FILE, "w") as f: json.dump(msg, f, indent=4)

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Готовая квантизация поддерживается только для текстовых LLM.

Класс архитектуры
Qwen3VLForConditionalGeneration
Ревизия весов
90d0751

0 моделей