/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
17,5 ГБ
Архитектура
qwen3_vl · dense
Базовая модель
Qwen3-VL-8B-Thinking
Библиотека
transformers
Опубликована
19 мар 2026

HomeGuard-8B

Изображение и текст → текст3 профессии

Мультимодальная модель на базе Qwen3-VL-8B-Thinking выявляет контекстные риски в бытовых задачах для систем воплощённых агентов и робототехники.

123скачиваний за 30 дней1лайквеса обновлены23 мар 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

HomeGuard-8B — плотная мультимодальная модель с 8 млрд параметров, разработанная для выявления контекстных рисков в бытовых задачах с помощью визуально-языковых рассуждений. Это шаговая модель RFT из проекта HomeGuard, дообученная на базе Qwen/Qwen3-VL-8B-Thinking с использованием оптимизации в стиле GRPO и данных HomeSafe.

Модель анализирует визуальный контекст и текстовые инструкции, чтобы находить скрытые опасности, связанные со свойствами предметов, их пространственными отношениями и условиями окружающей среды. Она предназначена для оценки безопасности действий воплощённых агентов и для поддержки планирования и генерации траекторий в робототехнике; опубликованные веса и токенизатор рассчитаны на использование через Transformers.

Модель специализирована на бытовой безопасности и контекстном анализе, поэтому её ответы следует проверять перед использованием в реальных системах управления роботами. Карточка не сообщает отдельные гарантии качества или подробные ограничения. Лицензия в предоставленных данных не указана.

Сценарии применения

  • оценка риска бытового действия по изображению и инструкции
  • поиск скрытых опасностей в окружении домашнего робота
  • проверка безопасности плана действий перед выполнением
  • визуально обоснованное рассуждение о свойствах и расположении предметов

Ограничения

Модель специализирована на выявлении контекстных рисков в бытовых задачах; её оценки не следует считать гарантией безопасности при управлении реальными роботами. Лицензия и отдельные количественные показатели качества в предоставленных данных отсутствуют.

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

HomeGuard-8B

HomeGuard-8B is an 8B-parameter vision-language safeguard model for identifying contextual risk in household tasks. It is introduced in the paper HomeGuard: VLM-based Embodied Safeguard for Identifying Contextual Risk in Household Task and is designed to help embodied agents detect subtle, implicit hazards that arise from environmental context rather than explicit malicious intent.

This checkpoint corresponds to the 8B step-RFT model used in the HomeGuard framework. It is built on top of Qwen3-VL-8B-Thinking and further optimized for grounded household risk reasoning with reinforcement fine-tuning.

Model Summary

HomeGuard focuses on scenarios where a seemingly benign instruction becomes unsafe because of object attributes, spatial relations, or latent environmental conditions.

Compared with generic VLMs, HomeGuard is specialized for:

  • contextual risk identification
  • grounded multimodal safety reasoning
  • safety-aware support for downstream planning and trajectory generation

Training Recipe

This model is derived from Qwen3-VL-8B-Thinking and trained within the HomeGuard pipeline.

Training setup summarized from the released training configuration:

  • Base model: Qwen/Qwen3-VL-8B-Thinking
  • Training stage: step-level RFT + GRPO-style optimization in the HomeGuard pipeline
  • Training data: HomeSafe

Intended Use

HomeGuard-8B is intended for research and development on:

  • safety assessment for embodied agents
  • contextual risk identification in household tasks
  • grounded VLM reasoning with visual context
  • safe planning and downstream robotics pipelines

Usage

This repository contains the inference-ready model weights and tokenizer assets. A typical Transformers loading pattern is:

from transformers import AutoProcessor, Qwen3VLForConditionalGeneration

model_id = "Ursulalala/HomeGuard-8B"
processor = AutoProcessor.from_pretrained(model_id)
model = Qwen3VLForConditionalGeneration.from_pretrained(
    model_id,
    torch_dtype="auto",
    device_map="auto",
)

For full prompting, evaluation, and application examples, please refer to the HomeGuard project repository.

Resources

Citation

If you use this model, please cite the HomeGuard paper:

@article{lu2026homeguard,
  title={HomeGuard: VLM-based Embodied Safeguard for Identifying Contextual Risk in Household Task},
  author={Lu, Xiaoya and Zhou, Yijin and Chen, Zeren and Wang, Ruocheng and Sima, Bingrui and Zhou, Enshen and Sheng, Lu and Liu, Dongrui and Shao, Jing},
  journal={arXiv preprint arXiv:2603.14367},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3VLForConditionalGeneration
Ревизия весов
0766d4c

0 моделей