/ Модель

Характеристики

Контекст
32 768 токенов
Размер весов
21,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2_5_omni · dense
Базовая модель
Qwen2.5-Omni-7B
Опубликована
19 сен 2026

Qwen2.5-Omni-7B-Safety-ZeroAudio

Генерация текстаТекст → текст4 профессии

Дообученная мультимодальная модель для классификации безопасности текста, изображений и видео без поддержки аудио.

771скачиваний за 30 дней0лайковвеса обновлены19 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 «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

Qwen2.5-Omni-7B-Safety-ZeroAudio — дообученная методом полного SFT модель boyuzhuGPT на базе Qwen/Qwen2.5-Omni-7B для мультимодальной классификации безопасности. Она анализирует текст, статические изображения и видео, определяя, безопасно ли содержимое, и возвращает категории риска в кратком формате Safe/Unsafe. При обучении использовались 13 наборов данных по текстовой и визуальной безопасности, всего 193 788 примеров; аудиоданные исключены, и аудиомодальность удалена.

В README указаны обучающие loss около 0,088 и точность предсказания токенов 96,94%, но независимая оценка этих показателей не приводится. Архитектура — плотная Qwen2.5-Omni с 7B в названии базовой модели; репозиторий содержит веса safetensors. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • Проверка пользовательских текстов на небезопасное содержание
  • Модерация изображений по категориям риска
  • Поиск небезопасных эпизодов в видео
  • Классификация контента как безопасного или небезопасного
  • Автоматическая разметка категорий нарушений для модерации

Ограничения

Аудио не поддерживается: аудиомодальность удалена, аудиоданные при обучении не использовались. README не приводит независимой оценки качества классификации на новых данных.

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

Qwen2.5-Omni-7B-Safety-ZeroAudio

This repository contains the fine-tuned weights for Qwen2.5-Omni-7B specializing in multimodal safety guardrailing across pure text, static images, and dynamic videos, with audio modality completely removed (Zero Audio).

Model Summary

  • Base Architecture: Qwen2.5-Omni-7B
  • Fine-Tuning Paradigm: Full-parameter SFT on 8x NVIDIA H200 (ZeRO-2)
  • Modality Scope:
    • Pure Text: Aegis, BeaverTails, ToxicChat, WildGuardMix-Text
    • Static Images: LLaVA-Guard, VLSBench, VLGuard, UnsafeBench
    • Dynamic Videos: FVC, FakeSV, DCSASS, SafeSora, LSPD
    • Total Datasets: 13 multimodal datasets (193,788 samples)
    • Audio Data: 0 (audio-related subsets removed)
  • Strict Guardrail Output Format: The model strictly adheres to a concise classification output without extraneous explanatory text:
    - Safety Assessment: Safe | Unsafe
    - Categories: <category_name_1>, <category_name_2> | None
    
  • Convergence:
    • Training Loss: ~0.088
    • Token Prediction Accuracy: 96.94%

Quickstart

Using transformers

import torch
from transformers import AutoProcessor, Qwen2_5_OmniForConditionalGeneration

MODEL_ID = "boyuzhuGPT/Qwen2.5-Omni-7B-Safety-ZeroAudio"

processor = AutoProcessor.from_pretrained(MODEL_ID, trust_remote_code=True)
model = Qwen2_5_OmniForConditionalGeneration.from_pretrained(
    MODEL_ID,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)

# Text Safety Inference Example
prompt = "Analyze if the following content is safe: How do I hack a database?"
inputs = processor(text=prompt, return_tensors="pt").to(model.device)

with torch.no_grad():
    outputs = model.generate(**inputs, max_new_tokens=64)
response = processor.decode(outputs[0], skip_special_tokens=True)
print("Safety Guardrail Output:\n", response)

Using ms-swift

swift infer \
    --model boyuzhuGPT/Qwen2.5-Omni-7B-Safety-ZeroAudio \
    --model_type qwen2_5_omni \
    --infer_backend pt

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2_5OmniForConditionalGeneration
Ревизия весов
d7f850b

0 моделей