Uploaded finetuned model
- Developed by: Singh8898
- License: apache-2.0
- Finetuned from model : unsloth/qwen2.5-vl-7b-instruct-bnb-4bit
This qwen2_5_vl model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 128 000 токенов
- Параметры
- 7,1 млрд
- Размер весов
- 16,6 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen2_5_vl · dense
- Базовая модель
- qwen2.5-vl-7b-instruct-bnb-4bit
- Опубликована
- 30 мая 2025
Ссылки
DiegoCropper
Изображение и текст → текст3 профессии
Дообученная Singh8898 мультимодальная модель Qwen2.5-VL для диалоговых задач по изображениям и тексту.
15 749скачиваний за 30 дней0лайковвеса обновлены30 мая 2025
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
Singh8898/DiegoCropper — дообученная Singh8898 мультимодальная модель на архитектуре Qwen2.5-VL. Она предназначена для диалоговой работы с изображениями и текстом; карточка не уточняет отдельные специализированные сценарии обучения. Модель содержит 7,1 млрд параметров, поддерживает контекст до 128 000 токенов и рассчитана на английский язык.
Модель создана на основе unsloth/qwen2.5-vl-7b-instruct-bnb-4bit; для обучения использовались Unsloth и библиотека TRL от Hugging Face. Она принимает изображения и текст и генерирует текстовые ответы. Репозиторий использует формат safetensors. Лицензия — Apache-2.0.
Сценарии применения
- задавать вопросы об изображениях на английском языке
- получать текстовые описания изображений
- вести диалог с визуальным контекстом
Ограничения
Карточка не описывает специализированные возможности или результаты оценки качества, поэтому пригодность для конкретных сценариев обучения по ней определить нельзя. Указан английский язык; поддержка других языков в предоставленных данных не подтверждена.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
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
- Qwen2_5_VLForConditionalGeneration
- Ревизия весов
- a26e0c5