/ Модель

Характеристики

Контекст
262 144 токена
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-VL-2B-Instruct
Библиотека
transformers
Опубликована
14 июл 2026

Qwen3-VL-2B-Instruct-LLM

Генерация текстаТекст → текст

Текстовая часть Qwen3-VL-2B-Instruct в виде отдельной модели Qwen3ForCausalLM для генерации текста, диалога и исследовательских экспериментов.

16скачиваний 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «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

Модель ShushengYang/Qwen3-VL-2B-Instruct-LLM — текстовая часть Qwen/Qwen3-VL-2B-Instruct, выделенная в отдельный чекпойнт Qwen3ForCausalLM. Разработчик сообщает, что веса башни зрения удалены, а текстовые логиты совпадают с исходной мультимодальной моделью побитово при проверке в fp32. Архитектура плотная: 1,7 млрд параметров, 28 слоёв, 16 голов запросов и 8 голов ключей и значений. Модель предназначена для генерации текста и диалога; контекст составляет до 262 144 токенов.

Чекпойнт подготовлен как инициализация языковой модели для экспериментов ScaleWM, в частности для сравнения с текстовой Qwen3-1.7B. Он принимает текст и выдаёт текст; возможности анализа изображений и видео исходной Qwen3-VL к этому экспорту не относятся, поскольку башня зрения удалена. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов в текстовом диалоге
  • использование как языкового компонента в экспериментах с мультимодальными моделями
  • сравнение языковой и визуально-языковой предобученных инициализаций
  • заполнение текстом промптов с длинным контекстом

Ограничения

Экспорт не содержит башню зрения, поэтому не принимает изображения и видео и не выполняет мультимодальные задачи исходной Qwen3-VL. В README указано назначение для экспериментов ScaleWM.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-VL-2B-Instruct-LLM

The language model of Qwen/Qwen3-VL-2B-Instruct, extracted as a plain Qwen3ForCausalLM checkpoint (vision tower dropped).

The Qwen3-VL-2B text tower is architecturally identical to Qwen3-1.7B dense (hidden 2048 / 28 layers / 16 Q + 8 KV heads / head_dim 128 / FFN 6144 / vocab 151936 / tied embeddings). Its interleaved MRoPE assigns text tokens the same index on all three axes, which reduces exactly to standard 1D RoPE, so this export keeps the VL rope_theta (5e6) and drops rope_scaling.

Equivalence: text-only logits match the original VL model bit-for-bit in fp32 (max |logit diff| = 0.0 on a held-out prompt).

Load with:

from transformers import AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained("shushengyang/Qwen3-VL-2B-Instruct-LLM")

Produced by personal/shusheng/mllm/misc/convert_qwen3vl_llm_to_qwen3.py (amilabs monorepo); intended as an LLM initialization for ScaleWM MLLM experiments (vision-language-pretrained LLM vs text-only Qwen3-1.7B).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
48bb395

0 моделей