/ Модель

Характеристики

Контекст
32 768 токенов
Размер весов
17,9 ГБ
Архитектура
qwen2_5_omni · dense
Библиотека
transformers
Опубликована
7 окт 2025

qwen2_5_omni_text_only

Генерация аудиоТекст → аудио

Экспериментальная модель семейства Qwen2.5-Omni, размеченная для преобразования текста в аудио, с опубликованными метриками оценки.

167скачиваний за 30 дней0лайковвеса обновлены7 окт 2025

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

boyuzhuGPT/qwen2_5_omni_text_only — модель семейства Qwen2.5-Omni с архитектурой Qwen2_5OmniForConditionalGeneration, опубликованная в формате safetensors для Transformers. В README указано, что модель обучена с нуля на неизвестном наборе данных; метрики на оценочной выборке — loss 0,7071 и token accuracy 0,7822.

Метаданные относят модель к задаче text-to-audio и указывают возможность принимать аудио. Однако README не описывает назначение, обучающие данные, поддерживаемые языки, качество или условия использования, поэтому практические сценарии и ограничения по применению определить нельзя. Лицензия и сведения о размере модели и длине контекста не подтверждены доступными данными.

Сценарии применения

  • Эксперименты с преобразованием текста в аудио
  • Оценка модели на задачах генерации аудио из текста
  • Исследование поведения архитектуры Qwen2.5-Omni

Ограничения

README не раскрывает назначение, обучающие данные, языковую поддержку и условия использования; опубликованные метрики сами по себе не подтверждают качество для пользовательских задач. Возможность генерации аудио не следует из указанной в метаданных возможности принимать аудио.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

qwen2_5_omni_text_only

This model was trained from scratch on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7071
  • Token Acc: 0.7822

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0001
  • train_batch_size: 2
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 64
  • total_eval_batch_size: 8
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.95) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.05
  • num_epochs: 3.0

Training results

Training LossEpochStepValidation LossToken Acc
0.93100.2494500.95980.7252
0.90400.49881000.92600.7308
0.87180.74811500.90060.7390
0.85140.99752000.87220.7447
0.76191.24442500.84360.7509
0.73071.49383000.81140.7579
0.70841.74313500.78340.7644
0.68841.99254000.75240.7711
0.58372.23944500.73580.7757
0.55432.48885000.71750.7793
0.55352.73825500.70930.7814
0.56402.98756000.70720.7821
0.56403.06030.70710.7822

Framework versions

  • Transformers 4.57.0
  • Pytorch 2.8.0+cu128
  • Datasets 3.6.0
  • Tokenizers 0.22.1

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
e0c9796

0 моделей