/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
17,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_vl · dense
Опубликована
15 июн 2026

qwen3-vl-8b-invoice-sft

Изображение и текст → текст4 профессии

Дообученная Winuim модель Qwen3-VL анализирует изображения документов, включая счета, и отвечает на вопросы по ним текстом.

13скачиваний за 30 дней0лайковвеса обновлены15 июн 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

Winuim/qwen3-vl-8b-invoice-sft — дообученная модель Winuim на архитектуре Qwen3-VL для работы с изображениями и текстом. Она предназначена для диалогового анализа изображений, в частности документов и счетов, что отражено в названии модели. Модель выдаёт текстовые ответы; репозиторий содержит веса в формате safetensors и поддерживает интерфейс чата и вызова инструментов.

Модель лицензирована по Apache-2.0. В карточке указано, что при обучении использовались Unsloth и библиотека Hugging Face TRL. Подробности обучающих данных, точность извлечения полей и поддерживаемые языки документов не описаны.

Сценарии применения

  • извлечение сведений из изображений счетов
  • ответы на вопросы по сканам документов
  • описание содержимого изображения документа

Ограничения

В README не приведены оценки качества, состав обучающих данных и точность извлечения полей; язык английский в метаданных карточки не подтверждает языки, которые модель уверенно обрабатывает на изображениях.

Для каких профессий подходит4

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

Uploaded finetuned model

  • Developed by: Winuim
  • License: apache-2.0
  • Finetuned from model : Winuim/qwen3-vl-8b-invoice-sft

This qwen3_vl model was trained 2x faster with Unsloth and Huggingface's TRL library.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3VLForConditionalGeneration
Ревизия весов
331ffd3

0 моделей