Uploaded finetuned model
- Developed by: Iniakunryan
- License: apache-2.0
- Finetuned from model : aitf-komdigi/KomdigiITS-3B-PAD-CPT
This mistral3 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 262 144 токена
- Лицензия
- Apache 2.0
- Архитектура
- mistral3 · dense
- Базовая модель
- KomdigiITS-3B-PAD-CPT
- Опубликована
- 27 июн 2026
Ссылки
ministral-vlm-pad-sft-merged-test
Изображение и текст → текст3 профессии
Дообученная мультимодальная модель Mistral3 для диалоговых задач с изображениями и текстом.
15скачиваний за 30 дней0лайковвеса 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.
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
Iniakunryan/ministral-vlm-pad-sft-merged-test — дообученная модель Iniakunryan на базе aitf-komdigi/KomdigiITS-3B-PAD-CPT. Это плотная мультимодальная модель семейства Mistral3, предназначенная для диалогового взаимодействия с изображениями и текстом; поддерживает сценарии image-to-text и интерфейс вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки TRL и распространяется в формате safetensors под лицензией Apache-2.0.
Модель подойдёт для вопросов и ответов по изображениям и других диалоговых задач, где ответ формируется по визуальному и текстовому контексту. В метаданных указан английский язык. README не сообщает результаты оценки качества или конкретные ограничения, поэтому применимость к узким областям и надёжность ответов требуют отдельной проверки.
Сценарии применения
- ответы на вопросы о содержимом изображения
- описание изображений в диалоговом интерфейсе
- обработка пользовательских запросов с изображениями
- использование инструментов в диалогах с визуальным контекстом
Ограничения
README не приводит результаты оценки качества или конкретные ограничения; надёжность ответов следует проверять на целевых данных.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель
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
- Mistral3ForConditionalGeneration
- Ревизия весов
- 7a6a17d