/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
14,1 ГБ
Лицензия
Llama 2
Архитектура
llava_llama · dense
Базовая модель
llava-v1.5-7b
Опубликована
27 июл 2026

TEM-LLM

Генерация текстаТекст → текст3 профессии

TEM-LLM — дообученная мультимодальная модель для ответов на вопросы и анализа изображений просвечивающей электронной микроскопии.

27скачиваний за 30 дней0лайковвеса обновлены29 сен 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

TEM-LLM — мультимодальная языковая модель для анализа изображений просвечивающей электронной микроскопии (TEM), разработанная на базе LLaVA-v1.5-7B и дообученная с помощью четырёхэтапного обучения с учётом сложности примеров. Для обучения использовано около 216 тысяч пар вопрос–ответ по 40 тысячам изображений TEM. Модель принимает изображение и текстовый вопрос и формирует текстовый ответ; размер составляет 6,6 млрд параметров, контекст — 4096 токенов.

Модель предназначена для классификации режимов съёмки CTEM, HRTEM, STEM и дифракции, обнаружения и подсчёта наночастиц и границ зёрен, интерпретации микроструктурных особенностей и составления описаний изображений. Она специализирована на материаловедении и научном анализе TEM-снимков. Для инференса требуется репозиторий LLaVA: напрямую загрузить модель через Transformers нельзя. Ответы дают приблизительные качественные описания, а не точные количественные измерения; на изображениях и вопросах вне целевой области результаты могут быть ненадёжными. Лицензия — Llama 2.

Сценарии применения

  • классификация режимов съёмки TEM-изображений
  • обнаружение и подсчёт наночастиц на микроснимках
  • поиск границ зёрен в изображениях материалов
  • интерпретация микроструктурных особенностей
  • составление описаний изображений электронной микроскопии

Ограничения

Ответы являются приблизительными качественными описаниями, а не точными количественными измерениями; вне анализа TEM-изображений модель может ошибаться. Для инференса требуется репозиторий LLaVA, загрузка напрямую через Transformers не поддерживается.

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

TEM-LLM

TEM-LLM is a domain-specific multimodal large language model for Transmission Electron Microscopy (TEM) image analysis, fine-tuned from LLaVA-v1.5-7B using a difficulty-aware curriculum learning strategy.

This model is associated with the following work:

AI-Assisted Materials Characterization: A Curriculum-Guided Multimodal Framework for Transmission Electron Microscopy


Model Details

Base ModelLLaVA-v1.5-7B (Vicuna-v1.5-7B)
Training StrategyDifficulty-Aware Curriculum Learning (4 stages)
Training Data~216K QA pairs across 40K TEM images
DomainTransmission Electron Microscopy (TEM)
ModalitiesCTEM, HR-TEM, STEM, Diffraction
Fine-tuning MethodLoRA (Low-Rank Adaptation)
LicenseLLaMA 2

Intended Use

TEM-LLM is designed for:

  • Image Classification: Identifying TEM imaging modalities (CTEM, HRTEM, STEM, diffraction)
  • Microstructural Feature Detection: Localizing and counting structural elements such as nanoparticles and grain boundaries
  • Feature Analysis & Interpretation: Providing scientific explanations of observed microstructural phenomena
  • Comprehensive Image Description: Integrating multiple aspects of visual understanding into structured descriptions

Important: Inference Requirements

TEM-LLM is built on LLaVA and cannot be loaded directly via transformers. Inference requires the LLaVA repository.

Step 1 — Clone LLaVA:

git clone https://github.com/haotian-liu/LLaVA.git
cd LLaVA
pip install -e .

Step 2 — Download weights:

from huggingface_hub import snapshot_download
snapshot_download(
    repo_id="LabSmart/TEM-LLM", 
    local_dir="./TEM-LLM"
)

Step 3 — Run inference:

python -m llava.serve.cli \
    --model-path "./TEM-LLM" \
    --image-file "path/to/your/tem_image.jpg" \
    --load-4bit

For the complete pipeline including data crawling, preprocessing, knowledge distillation, training, and evaluation scripts, please refer to the GitHub repository.


Citation

@article{citation-0,
  title={AI-Assisted Materials Characterization: A Curriculum-Guided Multimodal Framework for Transmission Electron Microscopy},
  author={Tu, Chong-ren and Hsueh, Hung-wei and Chang, Wei-che and Lin, You-ting and Cheng, Yu-hsuan and Chu, Wen-huei and Tseng, Shih-wen and Hsu, Shu-han},
  journal={ACS Measurement Science Au},
  publisher={ACS Publications}
}

Limitations

  • TEM-LLM is optimized for TEM image analysis and may produce unreliable outputs when applied to out-of-scope questions or out-of-domain images.
  • The model provides approximate qualitative descriptions rather than exact quantitative measurements.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура llava_llama неизвестна transformers в образе рантайма.

Класс архитектуры
LlavaLlamaForCausalLM
Ревизия весов
981a484

0 моделей