btaskel/noobai-XL-Vpred-1.0-GGUF — это квантованная версия модели Laxhar/noobai-XL-Vpred-1.0, подготовленная пользователем btaskel.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Модель относится к семейству noobai-XL-Vpred и предназначена для задач генерации изображений из текстовых описаний, что указано тегом pipeline_tag: text-to-image.
В README не приведены сведения об архитектуре, количестве параметров, поддерживаемых языках и размере контекста. Указано, что варианты квантования Q4_K_S и Q4_K_M рассматриваются как компромисс между размером модели, скоростью работы и уровнем квантования. Также отмечается, что в некоторых бенчмарках крупная модель с более сильным квантованием может превосходить небольшую модель с менее сильным квантованием. Конкретный вариант квантования для данной карточки не указан.
Лицензия, модальности помимо генерации изображений и ограничения использования в README не указаны.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
From Laxhar/noobai-XL-Vpred-1.0 Harem: https://huggingface.co/Laxhar/noobai-XL-Vpred-1.0
Based on my experience, Q4_K_S and Q4_K_M are usually the balance points between model size, quantization, and speed.
In some benchmarks, selecting a large-parameter high-quantization LLM tends to perform better than a small-parameter low-quantization LLM.
根据我的经验，通常Q4_K_S、Q4_K_M是模型尺寸/量化/速度的平衡点
在某些基准测试中，选择大参数低量化模型往往比选择小参数高量化模型表现更好。
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
GGUF-версии diffusion-моделей не запускаются: нужен репозиторий diffusers.