/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Базовая модель
BAGEL-7B-MoT
Опубликована
27 сен 2026

UMM-Reflection-BAGEL-SFT

Мультимодальная модель3 профессии

Дообученная на BAGEL-7B-MoT мультимодальная модель итеративно проверяет и улучшает сгенерированные изображения по текстовым инструкциям.

29скачиваний за 30 дней1лайквеса обновлены27 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-SFT — этап supervised fine-tuning проекта UMM-Reflection, созданный дообучением BAGEL-7B-MoT. Модель анализирует собственное изображение, оценивает, завершена ли генерация, и при необходимости формирует правку и создаёт исправленное изображение в рамках одного контекста.

Чекпойнт предназначен для итеративной генерации изображений по текстовому запросу и редактирования изображений с самопроверкой. Обучение использовало траектории рефлексии для генерации и редактирования, а также flow matching для переходов между изображениями. Это версия для инициализации этапа RL; в README также указан последующий чекпойнт UMM-Reflection-BAGEL-RL.

Модель принимает текст и изображения и выдаёт текстовые решения о проверке и редактировании, а также изображения. Репозиторий содержит safetensors; лицензия — Apache-2.0. В карточке не приведены сведения о размере контекста и поддерживаемых естественных языках.

Сценарии применения

  • генерация изображения по текстовому запросу с последующей самопроверкой
  • итеративное исправление деталей сгенерированного изображения
  • редактирование изображения по текстовой инструкции
  • оценка того, завершено ли изображение или требуется дополнительная правка

Ограничения

Это SFT-чекпойнт, предназначенный для инициализации последующего этапа RL; README не сообщает сравнительных оценок качества или результатов бенчмарков.

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-SFT

The reflection-SFT stage of UMM-Reflection (Learning Native Reflection in Unified Models). It is BAGEL-7B-MoT fine-tuned to inspect its own image, decide whether it is done, and, if not, write an edit and render a corrected image, all in one model and one context.

This checkpoint is the initialization for the RL stage. The final RL model is YijiaFan/UMM-Reflection-BAGEL-RL.

Contents

The layout is the same as the base BAGEL repository. Only ema.safetensors differs from base BAGEL-7B-MoT (revision 265d1d48ec8e850a29d3a1f208c2a2ec3cd7577b); every other file is byte-identical to that revision.

Filesha256
ema.safetensors52e1e11193f26471dc253d0b65089a2aa024a68ce218cd916ea911b38eddc370

Training

  • Data. YijiaFan/UMM-Reflection-SFT-Data: 29,529 multi-round reflection trajectories (text-to-image and editing), plus 1,265 prompt-only anchor images generated by base BAGEL.
  • Objective. Cross-entropy on controller turns (<think>, SCORE, ACTION EDIT/DONE, edit payload) and verifier turns, and flow matching on image transitions conditioned on the previous image.
  • Schedule. Two stages on 16 GPUs: 1,410 steps with cosine LR 2e-6 to 2e-7, then a constant 2e-7 until one epoch of expanded rows is consumed (step 2,969).

Usage

Download it and point the code at the directory.

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

# GenEval-553 evaluation of the SFT model
ARM=sft MODEL_DIR=pretrained/UMM-Reflection-BAGEL-SFT bash scripts/eval/geneval553.sh

# RL from this checkpoint (see the repository README for the reward service)
RL_INIT_DIR=pretrained/UMM-Reflection-BAGEL-SFT \
    NODE_RANK=0 MASTER_ADDR=<node0> MASTER_PORT=29600 bash scripts/rl/train_rl.sh

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. The training data has its own terms; see the dataset card.

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
5199856

0 моделей