/ Модель

Характеристики

Контекст
4 096 токенов
Размер весов
16,2 ГБ
Лицензия
Apache 2.0
Архитектура
internvl_chat · dense
Базовая модель
InternVL2-8B
Библиотека
transformers
Опубликована
15 мая 2025

FigCodifier

Генерация текстаТекст → текст3 профессии

FigCodifier-8B преобразует изображения в код, в том числе TikZ и Python, для воссоздания визуальных элементов.

101скачиваний за 30 дней10лайковвеса обновлены20 окт 2025

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

FigCodifier-8B — мультимодальная модель MathLLMs для преобразования изображений в код. Она дообучена на базе OpenGVLab/InternVL2-8B с использованием набора ImgCode-8.6M. Модель принимает изображение и по запросу генерирует код для его представления, включая TikZ для векторной графики и Python-код.

Модель предназначена для извлечения визуальной структуры математических и других изображений и её кодирования, например, для воссоздания рисунков. В метаданных указана архитектура InternVL Chat и формат safetensors; поддерживается английский язык. Модель можно использовать через Transformers, а для кода обучения и инференса README отсылает к InternVL2-8B.

Лицензия — Apache-2.0. Качество генерации зависит от сложности и содержания изображения; README не приводит оценок качества или результатов тестирования.

Сценарии применения

  • генерация TikZ-кода по изображению математического рисунка
  • создание Python-кода для представления визуальных элементов
  • перенос геометрической схемы в код
  • воссоздание графика или иллюстрации средствами программного кода

Ограничения

README не приводит количественных оценок качества или результатов тестирования. Точность воссоздания может зависеть от сложности изображения и корректности запроса.

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

MathCoder-VL: Bridging Vision and Code for Enhanced Multimodal Mathematical Reasoning

Repo: https://github.com/mathllm/MathCoder

Paper: https://huggingface.co/papers/2505.10557

Introduction

We introduce MathCoder-VL, a series of open-source large multimodal models (LMMs) specifically tailored for general math problem-solving. We also introduce FigCodifier-8B, an image-to-code model trained with ImgCode-8.6M.

Base ModelOurs
Mini-InternVL-Chat-2B-V1-5MathCoder-VL-2B
InternVL2-8BMathCoder-VL-8B
InternVL2-8BFigCodifier-8B

Usage

For training and inference code, please refer to InternVL2-8B.

Prompt for TikZ Code Generation

<image>\nPlease generate the corresponding TikZ code that accurately represents the visual elements in the image. TikZ is a powerful tool for creating vector graphics within LaTeX documents. Your generated code should be precise, well-structured, and should recreate the image as faithfully as possible.

Prompt for Python Code Generation

Please provide the Python code needed to reproduce this image.\n<image>

Motivation

Construction of FigCodifier

Citation

Please cite the paper if you use our data, model or code.

@inproceedings{
wang2025mathcodervl,
title={MathCoder-{VL}: Bridging Vision and Code for Enhanced Multimodal Mathematical Reasoning},
author={Ke Wang and Junting Pan and Linda Wei and Aojun Zhou and Weikang Shi and Zimu Lu and Han Xiao and Yunqiao Yang and Houxing Ren and Mingjie Zhan and Hongsheng Li},
booktitle={The 63rd Annual Meeting of the Association for Computational Linguistics},
year={2025},
url={https://openreview.net/forum?id=nuvtX1imAb}
}

@inproceedings{
wang2024mathcoder,
title={MathCoder: Seamless Code Integration in {LLM}s for Enhanced Mathematical Reasoning},
author={Ke Wang and Houxing Ren and Aojun Zhou and Zimu Lu and Sichun Luo and Weikang Shi and Renrui Zhang and Linqi Song and Mingjie Zhan and Hongsheng Li},
booktitle={The Twelfth International Conference on Learning Representations},
year={2024},
url={https://openreview.net/forum?id=z8TW0ttBPp}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
InternVLChatModel
Ревизия весов
9e84660

0 моделей