/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
54,7 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.6-27B
Библиотека
transformers
Опубликована
23 июл 2026

SwarmDo-A2-merged

Изображение и текст → текст6 профессий

Объединённая мультимодальная модель SwarmDo на базе Qwen для исправления кода и создания программ по изображениям.

32скачиваний за 30 дней1лайквеса обновлены23 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 «Изображение → 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

SwarmDo-A2-merged — готовые объединённые веса модели SwarmDo-A2, созданные командой SwarmDo на базе Qwen/Qwen3.6-27B. Это плотная мультимодальная модель семейства Qwen3.5 с архитектурой Qwen3_5ForConditionalGeneration; в объединённой версии сохранена визуальная часть модели. Репозиторий содержит веса safetensors, рассчитанные на запуск через Transformers и vLLM.

Модель предназначена для диалоговой разработки программного обеспечения: она помогает находить и исправлять ошибки в коде, а также создавать код по изображениям, включая визуальные макеты и рендеры. В README заявлены проверка исправлений исполнением кода и проверка визуального результата рендерингом. Для визуального программирования можно передавать изображение вместе с запросом. Заявлены поддержка инструментального интерфейса и совместимый с OpenAI формат сервера vLLM.

Базовая модель содержит 27 млрд параметров. Карточка описывает главным образом работу с кодом и изображениями на английском языке. Известное ограничение: веса не следует подключать как LoRA в vLLM из-за зависания JIT на модулях gated-DeltaNet; README также предупреждает, что текстовая конверсия в GGUF теряет визуальную часть. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • поиск и исправление ошибок в программном коде
  • генерация кода по скриншоту или макету интерфейса
  • создание кода по изображению визуализации или рендера
  • диалоговая помощь при разработке программного обеспечения

Ограничения

Не подключайте модель как LoRA в vLLM: README сообщает о зависании JIT на модулях gated-DeltaNet. Конверсия в текстовый GGUF приводит к потере визуальной части модели.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SwarmDo-A2 — merged weights (turnkey, code + vision in one model)

Pre-merged, ready-to-serve weights of SwarmDo-A2. The combined coding + render-verified visual-coding adapter is already merged into Qwen/Qwen3.6-27B with the vision tower intact, so you can serve it directly with vLLM — no merge step needed.

vllm serve SwarmDo/SwarmDo-A2-merged --served-model-name swarmdo-a2 \
  --enable-auto-tool-choice --tool-call-parser qwen3_xml --reasoning-parser qwen3 \
  --enforce-eager --trust-remote-code

Then call it as an OpenAI-compatible chat endpoint (model = "swarmdo-a2"); pass an image via the standard image_url block for visual-coding (image → code).

One model, both skills — fixes real bugs (execution-verified) and writes code from images (render-verified), with measured proof that combining the two degrades neither (the "churn gate").

Notes: serve as these merged weights (native fast path). Do not load A2 as a vLLM LoRA — the adapter reaches the base's gated-DeltaNet modules, which JIT-hang under vLLM's LoRA path. There is no text GGUF for A2 (quantizing to GGUF drops the vision tower). Apache-2.0.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
ac4cf7d

0 моделей