/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Базовая модель
UMM-Reflection-BAGEL-SFT
Опубликована
27 сен 2026

UMM-Reflection-BAGEL-RL

Мультимодальная модель3 профессии

Унифицированная модель BAGEL, дообученная для генерации изображений по тексту и их многораундового исправления с помощью рефлексии.

295скачиваний за 30 дней5лайковвеса обновлены29 сен 2026

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

UMM-Reflection BAGEL-RL — модель YijiaFan, финальная версия проекта UMM-Reflection «Learning Native Reflection in Unified Models». Это дообученная методом multi-round Flow-GRPO модель на базе UMM-Reflection-BAGEL-SFT: совместно обучены языковой контроллер и потоковая ветвь генерации изображений, чтобы модель могла проверять результат и исправлять его в несколько раундов. В README модель описана как унифицированная BAGEL; метаданные указывают поддержку сценариев any-to-any и интерфейс чата с вызовом инструментов.

Модель предназначена прежде всего для генерации изображений по текстовым запросам с последующей рефлексией и исправлением результата. В локальной оценке на 553 промптах GenEval с одинаковыми настройками она получила 0,84 против 0,72 у BAGEL-SFT; среди изображений с ошибками после первой генерации 64,9% стали корректными после рефлексии. Проверка охватывала шесть семейств GenEval и до трёх раундов исправления. Эти результаты относятся к описанной авторами оценке; README не сообщает размер модели, контекст или поддерживаемые естественные языки. Репозиторий содержит веса safetensors, а лицензия — Apache-2.0.

Сценарии применения

  • генерация изображений по текстовым промптам
  • исправление ошибок в сгенерированных изображениях
  • многораундовое улучшение изображений по запросу
  • оценка качества генерации на задачах, подобных GenEval

Ограничения

Опубликованные показатели получены на локальной оценке GenEval и других указанных бенчмарках; README не описывает качество за пределами этих тестов. Размер модели и поддерживаемые естественные языки в предоставленных источниках не указаны.

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

UMM-Reflection BAGEL-RL

The final model of UMM-Reflection (Learning Native Reflection in Unified Models). Starting from UMM-Reflection-BAGEL-SFT, it is trained with multi-round Flow-GRPO. For each prompt, it samples 16 complete reflection trajectories from the same first image and optimizes the text (controller) and flow (image) heads jointly against a graded six-family GenEval reward.

Results

Local evaluation with the same prompts, resolution, and scorer for every row. GenEval uses the 553 official prompts with up to three repair rounds.

ModelGenEvalWISEOneIGT2I-CompBench++
BAGEL-Base0.710.550.800.49
BAGEL-SFT0.720.630.790.50
UMM-Reflection (this model)0.840.740.830.55

On GenEval-553, 64.9% of images that are wrong after the first render end up correct after reflection, against 20.6% for the SFT model.

Contents

The layout is the same as the base BAGEL repository. ema.safetensors merges the 784 trained language-model tensors and the nine trained auxiliary tensors (time_embedder, vae2llm, llm2vae, latent_pos_embed) of RL checkpoint-1000 into the SFT weights. Every other file is byte-identical to BAGEL-7B-MoT revision 265d1d48ec8e850a29d3a1f208c2a2ec3cd7577b.

Filesha256
ema.safetensors34b1b232d971c24a279ab4863162ddb9155adc757a2f39b5f934a4396d824345

Training

  • Initialization. UMM-Reflection-BAGEL-SFT.
  • Prompts. A 3,000-prompt pool over the six GenEval families, built from Flow-GRPO's GenEval training metadata and disjoint from the GenEval-553 test prompts.
  • Schedule. 1,000 steps on 16 GPUs. Each rank takes 2 prompts with 16 sibling trajectories each, 20 denoising steps, and up to three repair rounds. Text and flow learning rates are both a constant 5e-6.

Usage

git clone https://github.com/waltstephen/UMM-Reflection && cd UMM-Reflection
huggingface-cli download YijiaFan/UMM-Reflection-BAGEL-RL \
    --local-dir pretrained/UMM-Reflection-BAGEL-RL

ARM=rl MODEL_DIR=pretrained/UMM-Reflection-BAGEL-RL bash scripts/eval/geneval553.sh

Evaluation uses 512 x 512 images, 50 denoising steps, CFG 3.0, controller temperature 0.5, and at most three repair rounds. REPAIR_RNG_STEP defaults to 500 for ARM=rl, the convention of the reported numbers. See the repository README for the GenEval verifier assets.

License

Apache 2.0, the same as BAGEL. ae.safetensors is the FLUX.1 autoencoder shipped with BAGEL, under its own Apache 2.0 license.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Any-to-any модели пока не поддерживаются.

Ревизия весов
ba427ac

0 моделей