/ Модель

Характеристики

Контекст
32 768 токенов
Размер весов
17,9 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2_5_omni · dense
Базовая модель
Qwen2.5-Omni-7B
Библиотека
transformers
Опубликована
23 сен 2026

TEMA-Qwen2.5-Omni-7B-SFT

Генерация аудиоТекст → аудио4 профессии

Дообученная Qwen2.5-Omni-7B для многоходовых вопросов и ответов по нескольким аудиозаписям с привязкой к временным фрагментам.

20скачиваний за 30 дней0лайковвеса обновлены25 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 «Синтез речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест 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

TEMA Qwen2.5-Omni-7B SFT — дообученная модель на базе Qwen2.5-Omni-7B от команды bluesky7 для диалоговых вопросов по нескольким аудиозаписям. Она анализирует аудио в контексте нескольких ходов диалога и формирует ответы по схеме Route, Span, Reason и Answer: определяет подходящий фрагмент, указывает временной интервал, обосновывает вывод и отвечает. Дообучение выполнено на 40 704 диалогах, охватывающих 198 195 ходов; в карточке приведены результаты оценки на TEMA-Bench.

Модель использует плотную архитектуру Qwen2.5-Omni с 7 млрд параметров и представлена в формате safetensors. Репозиторий содержит объединённые веса и адаптер; для текстовых ответов README рекомендует отключить возврат аудио. Базовая модель поддерживает текст, изображения, аудио и видео, однако заявленная задача этой производной модели — text-to-audio, а возможности анализа нескольких аудиозаписей описаны в README. Лицензия — Apache-2.0. Результаты приведены на ограниченном наборе из 253 диалогов и 1 239 вопросов, поэтому они не гарантируют аналогичное качество в других сценариях.

Сценарии применения

  • ответы на вопросы по нескольким аудиозаписям в диалоге
  • поиск временного фрагмента аудио, подтверждающего ответ
  • объяснение выводов по аудиоматериалам
  • многоходовый диалоговый анализ аудио

Ограничения

Результаты TEMA-Bench получены на 253 диалогах и 1 239 вопросах с историей, сгенерированной моделью; они могут не переноситься на другие наборы данных и сценарии. README описывает текстовые ответы при отключённой выдаче аудио, хотя метаданные относят модель к задаче text-to-audio.

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

TEMA Qwen2.5-Omni-7B SFT

Paper: arXiv:2609.30029

Qwen2.5-Omni-7B after temporal initialization and dialogue SFT on 40,704 dialogues (198,195 turns, 848 updates). The model answers multi-turn, multi-audio questions with Route, Span, Reason, and Answer.

Task definitions

TEMA-Dialog and TEMA-Bench cover five task families and 18 subtasks. See the 18-subtask guide for definitions, example questions and answers, evidence requirements, and internal task labels.

TEMA-Bench results

253 dialogues / 1,239 questions, using model-generated history. Values are percentages.

QAQA+TSpan F1@0.5H@0.1
68.9358.2752.3042.78

Evaluation uses Qwen/Qwen2.5-Omni-7B + this repository's adapter/.

Use

The repository includes merged model weights and the training adapter. Load merged weights with Qwen2_5OmniForConditionalGeneration.from_pretrained(...) and the included processor; set return_audio=False for text responses. To use adapter/, load it on Qwen/Qwen2.5-Omni-7B.

Inference commands · Training · Dataset

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2_5OmniForConditionalGeneration
Ревизия весов
1a892f8

0 моделей