/ Модель
Каталог

Характеристики

Контекст
512 токенов
Архитектура
vision-encoder-decoder · dense
Базовая модель
exp22-exp2warm-directfit-frozen
Библиотека
transformers
Опубликована
11 июл 2026

Ссылки

Hugging Face

exp23-directfit-unfrozen

cyttic
Изображение и текст → текст7 профессий

Дообученная vision-encoder-decoder модель, которая преобразует изображения в текст.

67скачиваний за 30 дней1лайквеса обновлены11 июл 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.

Открыть конструктор бенчмарка

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

cyttic/exp23-directfit-unfrozen — модель с архитектурой vision-encoder-decoder, дообученная разработчиком на базе cyttic/exp22-exp2warm-directfit-frozen. Она принимает изображения и формирует текст; репозиторий помечен задачей image-text-to-text. На оценочном наборе указаны Loss 0,4588, CER 0,0245 и WER 0,0647. Данные о назначении, обучающем наборе и условиях применения в карточке не раскрыты. Модель распространяется в формате safetensors.

Сценарии применения

  • получение текста из изображения

Ограничения

Назначение, обучающие данные и условия использования не описаны; результаты оценки приведены без сведений о наборе и методике.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

exp23-directfit-unfrozen

This model is a fine-tuned version of cyttic/exp22-exp2warm-directfit-frozen on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4588
  • Cer: 0.0245
  • Wer: 0.0647

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: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 0.1
  • num_epochs: 1

Training results

Training LossEpochStepValidation LossCerWer
1.25770.042425001.33780.14160.2986
1.04130.084850001.24410.11500.2561
0.84360.127275001.08540.09170.2106
0.77620.1696100000.93140.07350.1700
0.70960.2120125000.89540.06270.1534
0.62050.2544150000.79070.05500.1378
0.58730.2968175000.74080.04860.1215
0.55040.3392200000.68940.04270.1112
0.48260.3816225000.65370.04060.1042
0.52240.4240250000.62450.03800.0965
0.44300.4664275000.58660.03660.0933
0.42190.5088300000.57240.03400.0873
0.35570.5512325000.55860.03180.0849
0.38660.5936350000.53990.03280.0845
0.35860.6360375000.52670.03050.0793
0.40090.6784400000.50820.03010.0769
0.31400.7208425000.50110.02890.0740
0.34350.7632450000.48740.02760.0725
0.31410.8056475000.48070.02670.0691
0.32000.8480500000.47380.02670.0687
0.32010.8904525000.46820.02500.0664
0.33140.9328550000.46330.02490.0652
0.34270.9752575000.46040.02440.0648
0.30201.0589620.45880.02450.0647

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
VisionEncoderDecoderModel
Ревизия весов
57b28f8

0 моделей

    Создать бенчмарк