Uploaded finetuned model
- Developed by: RockMan256
- License: apache-2.0
- Finetuned from model : VillanovaAI/Villanova-2B-VL-2603
This llava model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Размер весов
- 5,6 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llava · dense
- Базовая модель
- Villanova-2B-VL-2603
- Опубликована
- 14 июл 2026
Ссылки
Villanova-2B-VL-2603-RC-GGUF
Изображение и текст → текст
Дообученная модель LLaVA для диалога, ответов на вопросы и выполнения инструкций по изображениям.
54скачиваний за 30 дней0лайковвеса обновлены14 июл 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Villanova-2B-VL-2603-RC-GGUF — дообученная мультимодальная модель RockMan256 на базе VillanovaAI/Villanova-2B-VL-2603. Она построена на архитектуре LLaVA и предназначена для диалога по изображениям: ответов на вопросы, создания описаний и выполнения инструкций по изображению. Каталог указывает поддержку английского языка; базовая модель рассчитана на пять европейских языков, но карточка этой версии отдельно подтверждает только английский.
Модель принимает текст и изображения и генерирует текст. Репозиторий содержит файлы GGUF в BF16 и safetensors; для обучения использовались Unsloth и библиотека TRL. Лицензия — Apache-2.0. Размер модели и длина контекста в предоставленных данных не указаны.
Сценарии применения
- ответы на вопросы по изображению
- создание текстового описания изображения
- выполнение инструкций с опорой на изображение
Ограничения
Карточка этой версии подтверждает английский язык; языковые возможности базовой модели не следует автоматически считать подтверждёнными для данного чекпойнта.
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlavaForConditionalGeneration
- Ревизия весов
- 388ff80