/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,3 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
13 июл 2026

parti-vision

Изображение и текст → текст

Мультимодальная модель для создания структурированных черновых планов сборки аппаратных устройств по тексту и изображениям.

56скачиваний за 30 дней4лайкавеса обновлены8 авг 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 «Изображение → 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

Parti Vision — мультимодальная модель caid-technologies для подготовки черновых планов сборки аппаратных устройств по текстовому описанию, краткому документу и/или изображению концепта. Это дообученная версия Qwen3.5-9B с архитектурой Qwen3_5ForConditionalGeneration; модель принимает текст и изображения и выдаёт структурированный JSON с перечнем деталей, схемой соединений, шагами сборки, сметой и описанием внешнего вида. Для генерации длинных планов требуется высокий лимит новых токенов; guided decoding помогает соблюдать заданную JSON-структуру. По данным карточки, на английских запросах модель ориентирована на maker-проекты, электронику и аппаратные изделия.

Модель предназначена для раннего проектирования и исследования идей, а не для замены инженерной проверки или CAD. Карточка сообщает, что примерно половина результатов содержит хотя бы одну проектную ошибку, например неверное соединение или неточную стоимость; очень длинные планы могут обрезаться, а противоречивые запросы — приводить к уверенно неверным ответам. Для критически важных решений и перед изготовлением результаты нужно проверять. Лицензия — Apache-2.0.

Сценарии применения

  • составление списка деталей для электронного устройства
  • подготовка последовательности шагов сборки прототипа
  • создание черновой схемы соединений и бюджета питания
  • оценка стоимости компонентов и подготовка таблицы закупок
  • преобразование эскиза устройства в структурированный план проекта

Ограничения

Карточка предупреждает, что примерно половина планов содержит хотя бы одну проектную ошибку; результаты требуют инженерной проверки и не заменяют CAD или проверку безопасности. Длинные ответы могут обрезаться, а противоречивые запросы — давать уверенно неверные планы.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Turns a hardware idea — a sentence, a short brief, even a sketch — into a complete build blueprint.

Tell it what to build — "a USB-powered desk lamp with touch dimming" — optionally with a short document or a concept image, and it returns one structured blueprint plan: the parts, the wiring, ordered build steps, a costed sourcing table, and an appearance spec with a ready-to-use image-generation prompt. It's a standalone, all-in-one model (no adapter upon request).

Early research preview. For drafting and exploring ideas — not a replacement for real engineering, CAD, or safety review.

What it does

Give it a hardware idea and it returns, as one machine-readable JSON object:

  • 📋 a parts list (electronics, printed parts, fasteners, with dimensions)
  • 🔌 the wiring between parts, with a power budget and basic protection
  • 🛠️ ordered build steps — fabrication → wiring → bring-up → assembly → testing
  • 💲 costed sourcing whose line items add up
  • 🎨 an appearance spec plus a ready-to-use image-generation prompt

Your app can parse, check, and build on the result directly.

Results

We test on requests the model has never seen during training. How often it produces a valid, well-structured blueprint:

On held-out requestsStock Qwen3.5-9BParti-Vision (free)Parti-Vision (guided)
Valid, well-structured blueprintFAIL67%83%

On brand-new realistic requests, guided decoding reaches 97% valid blueprints (61% with free decoding); the stock base model manages FAIL on the same tests.

What's "guided decoding"? A standard serving option (guided_json in vLLM, "structured outputs" in most hosted APIs) that constrains the output to your blueprint format. The model still makes every design decision — the parts, the wiring, the steps, the costs — guided decoding just guarantees the shape.

What's improved

  • FAIL → PASS The stock base model can't produce a valid blueprint; Parti-Vision does — 67% free, 83% guided, and 97% on realistic requests with guided decoding.
  • Reads sketches, renders, and short briefs — not just text. Prompt + brief + render is strongest.
  • General image understanding preserved — the visual pathway is left intact during fine-tuning.
  • Answers in JSON directly — no reasoning preamble to strip.
  • Cleaner than earlier iterations — no leaked reasoning, no markdown fences, no leading prose (all regression-checked).

What you can give it

  • A plain-English request — one or two sentences.
  • A short document — a brief or notes, pasted into the message.
  • A concept image — a hand-drawn sketch or product render, as a vision input.

Any combination works; prompt + brief + render is strongest. The model reads text + images, so convert PDFs, LaTeX, CAD files, or spreadsheets to text or an image first.

Try it

The model answers in JSON directly — no reasoning preamble to strip.

from unsloth import FastVisionModel

REPO = "caid-technologies/parti-vision"
model, tok = FastVisionModel.from_pretrained(REPO, load_in_4bit=False)
FastVisionModel.for_inference(model)

SYSTEM_PROMPT = (
    "You design maker/electronics products. Given a request, reply with one JSON object "
    "describing the complete build — parts, wiring, build steps, sourcing, and appearance. "
    "Output only the JSON."
)
messages = [
    {"role": "system", "content": [{"type": "text", "text": SYSTEM_PROMPT}]},
    {"role": "user",   "content": [{"type": "text", "text": "Design a USB desk lamp with touch dimming."}]},
]
text = tok.apply_chat_template(messages, add_generation_prompt=True, tokenize=False)
inputs = tok(text=text, return_tensors="pt").to("cuda")
out = model.generate(**inputs, max_new_tokens=13000, do_sample=False, repetition_penalty=1.1)
print(tok.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

💡 Blueprints are long: keep max_new_tokens high and the repetition penalty on. To include an image, add {"type": "image", "image": your_image} to the user content and pass images= to the tokenizer.

🚀 Serving it for real? Use vLLM with guided_json (or your engine's structured-outputs mode) constrained to your blueprint format — it takes valid-blueprint rates on unseen prompts from ~61% to ~97%.

Good to know

  • English prompts, maker/electronics domain. Off-topic requests still get a blueprint, not a refusal.
  • Outputs are drafts, not verified engineering — roughly half have at least one design slip (a wiring mistake, costs slightly off, a misordered step). Re-validate in your app, and review before you solder.
  • Very long plans can get cut off at the token cap; contradictory or impossible requests can produce confidently wrong blueprints.

Learn more

Citation

@misc{parti_vision_base,
  title  = {Parti-Vision},
  author = {Caid Technologies},
  year   = {2026},
  howpublished = {\url{https://huggingface.co/caid-technologies}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
183aa51

0 моделей