/ Модель

Характеристики

Контекст
32 768 токенов
Размер весов
22,4 ГБ
Архитектура
qwen2_5_omni · dense
Библиотека
peft
Опубликована
6 дек 2025

ScriptAgent

Генерация текстаТекст → текст

LoRA-адаптер для генерации структурированных сценариев съёмок по текстовым диалогам.

0скачиваний за 30 дней8лайковвеса обновлены8 дек 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

XD-MU/ScriptAgent — LoRA-адаптер на базе модели семейства Qwen2.5-Omni, предназначенный для преобразования диалогов в подробные сценарии съёмок со структурой, пригодной для кинопроизводства и создания видео. Модель генерирует текстовый результат по текстовому диалогу и поддерживает чатовый режим. Для использования адаптер нужно объединить с базовой моделью или загрузить через ms-swift; README также указывает на поддержку инференса через vLLM.

Сценарии применения

  • преобразование диалогов в сценарий съёмок
  • подготовка структурированных сценариев для кинопроизводства
  • создание сценарной основы для видеопроизводства

Ограничения

Это PEFT LoRA-адаптер, которому для работы требуется базовая модель; README не описывает поддерживаемые языки или качество на конкретных типах диалогов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ScriptAgent: Dialogue-to-Shooting-Script Generation Model

This model is a fine-tuned adapter (LoRA) on top of the XD-MU/ScriptAgent base model, designed to generate detailed shooting scripts from dialogue inputs. It is trained to transform conversational text into structured screenplay formats suitable for film or video production.

The model is compatible with ms-swift and supports efficient inference via the vLLM backend.

💡 Note: This repository contains a PEFT adapter (e.g., LoRA). To use it, you must merge it with the original base model or load it via ms-swift.

▶️ Inference with ms-swift (vLLM Backend)

To generate shooting scripts from dialogue inputs, use the following command with ms-swift:

You can find DialoguePrompts here: https://huggingface.co/datasets/XD-MU/DialoguePrompts

import os
from huggingface_hub import snapshot_download

os.environ['CUDA_VISIBLE_DEVICES'] = '0'

model_name = "XD-MU/ScriptAgent"
local_path = "./models/ScriptAgent"

# 下载整个仓库的所有文件
print("下载模型所有文件...")
snapshot_download(
    repo_id=model_name,
    local_dir=local_path,
    local_dir_use_symlinks=False,
    resume_download=True
)

print(f"模型已完整下载到: {local_path}")

# 使用 SWIFT 加载
from swift.llm import PtEngine, RequestConfig, InferRequest

engine = PtEngine(local_path, max_batch_size=1)
request_config = RequestConfig(max_tokens=8192, temperature=0.7)

infer_request = InferRequest(messages=[
    {"role": "user", "content": "你的对话上下文(Your Dialogue)"}
])
response = engine.infer([infer_request], request_config)[0]

print(response.choices[0].message.content)

Как запустить

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

GPU в ailist

Универсальный рантайм · peft

Нельзя запустить

Репозиторий содержит только адаптер (LoRA/PEFT) без базовой модели.

Класс архитектуры
Qwen2_5OmniForConditionalGeneration
Ревизия весов
b9012e6

0 моделей