/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
18,8 ГБ
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
25 сен 2026

zhongshu-9b

Изображение и текст → текст3 профессии

Мультимодальная модель на 9 млрд параметров для медицинского диалога и анализа изображений вместе с текстом.

293скачиваний за 30 дней0лайковвеса обновлены27 сен 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

Zhongshu-9B — мультимодальная медицинская модель с открытыми весами, объединяющая языковую модель, полученную слиянием DARE TIES на основе Qwen3.5-9B-LLM и HuatuoGPT-3-9B-LLM, с неизменённым визуальным энкодером Qwen3.5-9B. В метаданных архитектура обозначена как плотная Qwen3.5 с 9 млрд параметров; модель предназначена для диалога и обработки изображений вместе с текстом.

Модель можно применять для исследования медицинских изображений и подготовки ответов на медицинские вопросы по тексту и изображениям. Она поддерживает Transformers и проверялась с изображением через AutoProcessor и AutoModelForImageTextToText в Transformers 5.9.0. Мультимодальное обучение GRPO ещё не проводилось, поэтому качество таких ответов может быть ограничено. Медицинские ответы требуют независимой проверки; модель не предназначена для диагностики. Сведения о лицензии в предоставленных источниках отсутствуют.

Сценарии применения

  • ответы на медицинские вопросы с учётом изображения
  • исследовательский анализ медицинских изображений
  • подготовка черновиков медицинских объяснений по текстовому запросу
  • изучение мультимодального медицинского диалога

Ограничения

Мультимодальное обучение GRPO ещё не проводилось; медицинские ответы требуют независимой проверки, модель не является диагностическим устройством.

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

zhongshu-9b

Zhongshu-9B combines the existing DARE TIES merged language model with the vision encoder from Qwen3.5-9B. The language model was previously merged from Qwen3.5-9B-LLM and HuatuoGPT-3-9B-LLM. The Qwen vision encoder is unchanged. This model has not yet undergone multimodal GRPO training.

Use AutoProcessor and AutoModelForImageTextToText from a Transformers version that supports Qwen3.5. The checkpoint has been checked with an image input using Transformers 5.9.0. Medical answers require independent review; this is a research model, not a diagnostic device.

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
0cdadeb

0 моделей