/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
18,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
18 июн 2026

GUI-RD-9B

Изображение и текст → текст3 профессии

GUI-RD-9B определяет координаты элемента интерфейса на снимке экрана по текстовой инструкции и предназначена для задач GUI-grounding.

25скачиваний за 30 дней2лайкавеса обновлены18 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

GUI-RD-9B — контрольная точка модели GUI Reliable Distillation, разработанная для исследования и оценки привязки инструкций к элементам графического интерфейса. Она принимает снимок экрана и инструкцию на естественном языке, а затем предсказывает координаты целевого элемента на экране. Модель основана на Qwen3.5-9B с плотной архитектурой мультимодальной генерации и дообучена методом самодистилляции с настройками, соответствующими основному эксперименту статьи.

Модель предназначена для задач компьютерного управления интерфейсом: например, для определения, куда нажать по текстовой команде. Репозиторий содержит веса safetensors и компоненты для загрузки через Transformers; указана лицензия Apache-2.0. Карточка не приводит числовую длину контекста или размер контрольной точки отдельно от базовой модели.

Сценарии применения

  • поиск координат кнопки по текстовой команде
  • привязка инструкции пользователя к элементу интерфейса
  • оценка моделей управления графическим интерфейсом
  • исследование GUI-grounding и самодистилляции

Ограничения

Модель заявлена для исследований и оценки GUI-grounding; карточка не приводит количественных результатов и ограничений точности. Для загрузки требуется совместимая версия Transformers, а пример использует trust_remote_code.

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

GUI-RD-9B

This is the GUI-RD checkpoint for Trust the Right Teacher: Quality-Aware Self-Distillation for GUI Grounding.

GUI-RD stands for GUI Reliable Distillation. The checkpoint corresponds to the paper main setting: failed-token gate 0.5, scaling coefficient 3, and teacher top1-probability scaling enabled.

Intended Use

This model is intended for GUI grounding research and evaluation. It takes a GUI screenshot and a natural-language instruction, then predicts the target screen coordinate.

Loading

from transformers import AutoModelForMultimodalLM, AutoProcessor
import torch

model_id = "JingyuanHuang/GUI-RD-9B"
processor = AutoProcessor.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForMultimodalLM.from_pretrained(
    model_id,
    dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True,
)

Depending on your installed Transformers version, the concrete auto-model class for Qwen3.5 may differ. For older Transformers releases, use torch_dtype=torch.bfloat16 instead of dtype=torch.bfloat16. The repository provides standard Transformers config, tokenizer, processor, and safetensors weights.

Citation

@misc{huang2026trustrightteacherqualityaware,
      title={Trust the Right Teacher: Quality-Aware Self-Distillation for GUI Grounding},
      author={Jingyuan Huang and Zuming Huang and Yucheng Shi and Tianze Yang and Xiaoming Zhai and Wei Chu and Ninghao Liu},
      year={2026},
      eprint={2606.18101},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2606.18101},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
973e87c

0 моделей