/ Модель

Характеристики

Контекст
512 токенов
Параметры
40 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
MiniLM-L12-H384-uncased
Библиотека
transformers
Опубликована
26 янв 2026

technique-router

Классификация текстаТекст → label3 профессии

Англоязычный классификатор MiniLM выбирает технику оптимизации изображения для запроса, помогая снизить расход токенов при его анализе.

12 955скачиваний за 30 дней2лайкавеса обновлены26 янв 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Technique Router — англоязычный классификатор на базе MiniLM, дообученный для выбора способа подготовки изображения к запросу в Headroom SDK. Он принимает текстовый запрос пользователя об изображении и относит его к одной из техник оптимизации, например transcode для извлечения текста и OCR, crop для запросов о конкретной области или preserve для сохранения изображения. Такой выбор помогает сокращать расход токенов при анализе изображений моделями vision-language.

Модель построена на архитектуре BERT и содержит около 40 млн параметров; контекст — до 512 токенов. По карточке, обучение проводилось на 1 157 примерах, а точность на валидационной выборке составила 93,7%. Модель рассчитана на англоязычные запросы; указана лицензия Apache-2.0.

Классификатор оптимизирован для распространённых запросов об изображениях и может хуже обобщать на специализированную терминологию. Указанная точность получена на ограниченной валидационной выборке и не гарантирует аналогичного результата на других данных.

Сценарии применения

  • Выбор техники подготовки изображения для вопроса к визуальной модели
  • Направление запросов на распознавание текста к технике transcode
  • Выбор кадрирования для вопросов о конкретной области изображения
  • Подбор режима сохранения изображения для общего визуального понимания
  • Снижение расхода токенов при обработке изображений в Headroom SDK

Ограничения

Модель рассчитана на распространённые запросы на английском языке и может хуже работать со специализированной терминологией. Заявленная точность измерена на ограниченной валидационной выборке.

Для каких профессий подходит3

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

Technique Router (MiniLM)

A fine-tuned MiniLM classifier that routes image queries to optimal compression techniques for the Headroom SDK.

Model Description

This model classifies natural language queries about images into one of four optimization techniques:

TechniqueToken SavingsBest For
transcode~99%Text extraction, OCR tasks
crop50-90%Region-specific queries
full_low~87%General understanding
preserve0%Fine details, counting

Training Data

  • Base examples: 145 human-written queries
  • Expanded dataset: 1,157 examples (via template expansion + synonyms)
  • Split: 85% train, 15% validation

Performance

  • Validation Accuracy: 93.7%
  • Model Size: ~128MB

Per-Class Performance

ClassPrecisionRecallF1-Score
transcode0.950.920.93
crop0.920.970.94
preserve0.970.900.93
full_low0.890.960.92

Usage

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# Load model
model_id = "chopratejas/technique-router"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSequenceClassification.from_pretrained(model_id)
model.eval()

# Classify a query
query = "What brand is the TV?"
inputs = tokenizer(query, return_tensors="pt", truncation=True, padding=True)

with torch.no_grad():
    outputs = model(**inputs)
    probs = torch.softmax(outputs.logits, dim=-1)
    pred_id = torch.argmax(probs, dim=-1).item()
    confidence = probs[0][pred_id].item()

technique = model.config.id2label[pred_id]
print(f"{query} -> {technique} ({confidence:.0%})")
# Output: What brand is the TV? -> preserve (73%)

With Headroom SDK

from headroom.image import TrainedRouter

router = TrainedRouter()
decision = router.classify(image_bytes, "What brand is the TV?")
print(decision.technique)  # Technique.PRESERVE

Intended Use

This model is designed for:

  • Routing image analysis queries to optimal compression techniques
  • Reducing token usage in vision-language model applications
  • Enabling cost-effective image understanding at scale

Limitations

  • English language only
  • Optimized for common image understanding queries
  • May not generalize well to domain-specific terminology

Citation

@misc{headroom-technique-router,
  title={Technique Router for Image Token Optimization},
  author={Headroom AI},
  year={2025},
  publisher={Hugging Face},
  url={https://huggingface.co/chopratejas/technique-router}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
639f08a

0 моделей