/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
3,1 млрд
Размер весов
8,1 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2_5_vl · dense
Базовая модель
Qwen2.5-VL-3B-Instruct
Библиотека
transformers
Опубликована
28 июн 2026

RobustRDP-Pretrain-SFT

Изображение и текст → текст3 профессии

Мультимодальная модель для разбора изображённых схем химических реакций, дообученная на базе Qwen2.5-VL-3B-Instruct.

9скачиваний 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. 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

RobustRDP-Pretrain-SFT — мультимодальная модель Jingcz для разбора схем химических реакций по изображениям. Она дообучена на базе Qwen/Qwen2.5-VL-3B-Instruct в два этапа: предварительное обучение на синтетических диаграммах реакций и supervised fine-tuning для стандартного разбора, разбора с пространственными подсказками и устойчивого разбора при изменённых текстовых префиксах. Модель содержит 3,1 млрд параметров, использует архитектуру Qwen2.5-VL и формат safetensors; заявленная длина контекста — 128 000 токенов.

Модель предназначена для извлечения представления химической реакции из диаграммы, в том числе с учётом указанных областей изображения. Она принимает изображения и текстовые инструкции, выдаёт текстовый результат. Карточка не уточняет формат или схему структурированного результата. Лицензия указана как other, поэтому условия использования следует проверять в репозитории модели.

Сценарии применения

  • Извлечение химической реакции из изображения схемы
  • Разбор диаграмм реакций с пространственными подсказками
  • Обработка схем реакций с изменёнными текстовыми префиксами
  • Подготовка данных реакций из научных иллюстраций

Ограничения

Карточка не описывает точную схему выходных данных или количественные показатели качества. Лицензия обозначена как other, поэтому перед использованием нужно проверить её условия в репозитории.

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

RobustRDP-Pretrain-SFT

Fine-tuned model for the paper: RobustRDP: Advancing Reaction Diagram Parsing via Synthetic-to-Real Data Scaling and Robustness-Oriented Training.

Description

This model is a fine-tuned checkpoint based on Qwen2.5-VL-3B-Instruct, trained with a two-stage pipeline:

  1. Pretrain stage: Synthetic data pretraining on large-scale synthetic reaction diagrams.
  2. SFT stage: Supervised fine-tuning with three specialized tasks:
    • Vanilla Reaction Parsing (VRP): Standard reaction diagram parsing
    • Region-Guided Reaction Parsing (RGRP): Region-aware parsing with spatial guidance
    • Prefix-Perturbed Reaction Parsing (PPRP): Robustness-oriented parsing with prefix perturbations

Training Details

ConfigPretrainSFT
Base ModelQwen2.5-VL-3B-InstructQwen2.5-VL-3B-Instruct
Learning Rate1.0×10⁻⁶1.0×10⁻⁵
Batch Size164
Epochs11
SchedulerCosine (warmup 0.03)Cosine (warmup 0.03)
OptimizerAdamWAdamW
Trainable ParamsLLM onlyFull (vision + LLM)

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "Jingcz/RobustRDP-Pretrain-SFT"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

Related Resources

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2_5_VLForConditionalGeneration
Ревизия весов
1862950

0 моделей