/ Модель

Характеристики

Контекст
10 240 токенов
Лицензия
Своя лицензия
Архитектура
llama_nemotron_vl_rerank · dense
Базовая модель
llama-nemotron-rerank-vl-1b-v2
Библиотека
mlx
Опубликована
6 окт 2026

llama-nemotron-rerank-vl-1b-v2-mlx

Классификация текстаТекст → label

Мультимодальная MLX-конверсия реранкера NVIDIA для оценки релевантности текстовых и визуальных страниц документов поисковому запросу на Apple Silicon.

35скачиваний за 30 дней0лайковвеса обновлены6 окт 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

Laysi-ai/llama-nemotron-rerank-vl-1b-v2-mlx — конверсия мультимодального реранкера NVIDIA для MLX на Apple Silicon. Модель оценивает релевантность страницы документа запросу; страница может быть представлена текстом, изображением или их сочетанием. Это cross-encoder семейства Llama Nemotron VL, использующий архитектуру LlamaNemotronVLForSequenceClassification и формат весов safetensors.

Репозиторий сохраняет исходные веса NVIDIA в bfloat16, меняя их представление для MLX; для запуска автор рекомендует float16 и пакет llama-nemotron-vl-mlx. В README приведены результаты сравнения с PyTorch MPS на Mac mini M6: обработка в MLX быстрее в описанном сценарии и использует меньше памяти, при небольшом расхождении оценок. Подходит для визуального поиска по документам и улучшения RAG ранжированием кандидатов. Карточка указывает лицензию other; условия следует сверить с карточкой NVIDIA, на чьей модели основан репозиторий.

Сценарии применения

  • переранжирование страниц документов по запросу
  • поиск по страницам, содержащим изображения
  • оценка релевантности кандидатов для vision RAG
  • ранжирование текстовых фрагментов и изображений в результатах поиска

Ограничения

Предназначена для запуска через MLX на Apple Silicon; README рекомендует float16 и указывает на небольшие расхождения оценок относительно PyTorch MPS float32. Для подробностей о назначении, обучающих данных и этических ограничениях README отсылает к карточке исходной модели NVIDIA.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llama-nemotron-rerank-vl-1b-v2-mlx

nvidia/llama-nemotron-rerank-vl-1b-v2 for MLX on Apple Silicon. Load it with llama-nemotron-vl-mlx.

The model scores how relevant a document page is to a query; the page can be text, an image or both. See NVIDIA's model card for its intended use, training data, evaluation, limitations and ethical considerations. Everything there applies here.

Built with Llama.

What changed from NVIDIA's checkpoint

The weights are NVIDIA's bfloat16 values, unchanged. The conversion (python -m nemotron_vl_mlx.convert) changes only how they are stored:

  • Parameter names follow the MLX modules.
  • The SigLIP patch convolution is stored channels-last.
  • The SigLIP attention-pooling head is dropped; the model never uses it.

config.json and the tokenizer files are NVIDIA's. The repository has no PyTorch remote code, so transformers cannot load it; use NVIDIA's repository for that.

Use

uv add "llama-nemotron-vl-mlx @ git+https://github.com/Laysi/llama-nemotron-vl-mlx"
hf download Laysi-ai/llama-nemotron-rerank-vl-1b-v2-mlx --local-dir models/llama-nemotron-rerank-vl-1b-v2-mlx
import mlx.core as mx
from PIL import Image
from nemotron_vl_mlx import Passage, Reranker

reranker = Reranker("models/llama-nemotron-rerank-vl-1b-v2-mlx", dtype=mx.float16)
page = Image.open("page-7.png")
logits = reranker(
    "Which sensors does the starter kit include?",
    [Passage(text="The kit ships with ..."), Passage(image=page), Passage(text="Figure 3 ...", image=page)],
)

Use float16. Each passage runs at its own length (padded=True batches them as the original does).

Fidelity and speed

These were measured on a Mac mini (M6, 24 GB) with MLX 0.32.3 against PyTorch 2.14.1 on MPS:

  • Preprocessing: token ids, attention masks and pixel values are identical to NVIDIA's processor.
  • float32 (MLX_ENABLE_TF32=0): logits are within 1e-5 of PyTorch float32.
  • float16: 73 real queries from a RAG service, 50 candidates each (524 with a page image), one image tile. The reference is PyTorch MPS float32.
Per queryMax logit difference from the referenceTop-6 set differsProcess footprint
PyTorch MPS float167.18 s0.00822 of 737.3 GB
MLX float164.91 s0.01041 of 734.0 GB

License

  • The weights are governed by the NVIDIA Open Model License (LICENSE) and the Llama 3.2 Community License (LICENSE-LLAMA-3.2, with its USE_POLICY.md).
  • Attribution notices are in NOTICE, and NVIDIA's third-party notices are in THIRD_PARTY_NOTICES.md.
  • The loading code is Apache 2.0.

Licensed by NVIDIA Corporation under the NVIDIA Open Model License. Llama 3.2 is licensed under the Llama 3.2 Community License, Copyright © Meta Platforms, Inc. All Rights Reserved.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
LlamaNemotronVLForSequenceClassification
Ревизия весов
cf3534f

0 моделей