/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Базовая модель
BAGEL-7B-MoT
Библиотека
ThinkMorph-7B
Опубликована
28 окт 2025

ThinkMorph-7B

Мультимодальная модель3 профессии

ThinkMorph-7B — дообученная мультимодальная модель для последовательного рассуждения о визуальном содержимом и его преобразования.

36скачиваний за 30 дней13лайковвеса обновлены3 ноя 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

ThinkMorph-7B — мультимодальная модель, созданная дообучением BAGEL-7B-MoT от ByteDance Seed на примерно 24 тысячах высококачественных последовательностей рассуждений с чередованием текста и изображений. Модель предназначена для мультимодального рассуждения: она строит последовательные текстовые и визуальные шаги, манипулируя визуальным содержимым и сохраняя связность рассуждений.

В карточке заявлены результаты на бенчмарках для визуального рассуждения и обобщения на новые данные, а также способности к визуальным преобразованиям. Модель принимает визуальный контекст и выдаёт текстовые и визуальные результаты; базовая BAGEL описана как модель для понимания изображений и видео, генерации изображений и редактирования по текстовым инструкциям. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0.

Сценарии применения

  • пошаговое рассуждение по изображению
  • решение визуальных головоломок
  • ответы на вопросы по диаграммам
  • анализ визуальных сцен и объектов
  • создание текстовых и визуальных шагов для редактирования изображения

Ограничения

Заявленные способности и результаты приведены в карточке модели, но README не содержит полного протокола оценки и подробных условий воспроизведения бенчмарков.

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

Emergent Properties in Multimodal Interleaved Chain-of-Thought Reasoning

👀 About ThinkMorph

We present ThinkMorph, a unified model fine-tuned on ∼24K high-quality interleaved reasoning traces across tasks, learning to generate progressive text–image reasoning steps that concretely manipulate visual content while maintaining coherent verbal logic.

Beyond strong vision-benchmark performance and robust out-of-domain generalization, ThinkMorph demonstrates emergent multimodal intelligence, including novel visual manipulation skills and so on. These findings suggest promising directions for characterizing the emergent capabilities of unified models for multimodal reasoning.

📊 Benchmarks

ModelSizeVSPVisPuzzleChartQAVStarBLINK-JMMVPSATBLINKCV-Bench
GPT-4o–33.5043.7576.3461.7872.6784.6728.0060.2875.61
GPT-5–57.3378.0080.8571.7377.3386.3373.3069.8685.46
Gemini 2.5 Flash–59.3347.0083.7970.6866.0080.3356.0067.4985.07
InternVL3.58B8.1734.7576.2668.5971.3376.3345.3359.6081.99
38B20.1636.5080.4476.9680.6780.3349.3362.6585.96
Qwen2.5-VL7B2.1634.7578.1276.4459.3377.3351.3355.9275.20
72B41.8340.0082.0385.8661.3382.0064.6761.9182.54
Janus-pro7B0.0033.5043.0838.2250.6763.3322.0038.5167.83
Chameleon7B0.8330.505.7428.270.6747.6710.6716.5236.52
Bagel7B0.83*35.00*61.8255.4967.3370.3344.6747.6676.03
ThinkMorph7B75.8379.0078.1067.0272.0080.3352.6760.0780.82
Δ (vs Bagel)+75.00+44.00+16.28+11.53+4.67+10.00+8.00+12.41+4.79

✍️ Citation

@misc{gu2025thinkmorphemergentpropertiesmultimodal,
      title={ThinkMorph: Emergent Properties in Multimodal Interleaved Chain-of-Thought Reasoning}, 
      author={Jiawei Gu and Yunzhuo Hao and Huichen Will Wang and Linjie Li and Michael Qizhe Shieh and Yejin Choi and Ranjay Krishna and Yu Cheng},
      year={2025},
      eprint={2510.27492},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2510.27492}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · ThinkMorph-7B

Нельзя запустить

Any-to-any модели пока не поддерживаются.

Ревизия весов
ad1a4ab

0 моделей