/ Модель
Каталог

Характеристики

Контекст
512 токенов
Архитектура
vision-encoder-decoder · dense
Базовая модель
exp23-directfit-unfrozen
Библиотека
transformers
Опубликована
11 июл 2026

Ссылки

Hugging Face

heb-shortcrop-verifier

cyttic
Изображение и текст → текст

Дообученная vision-encoder-decoder модель для преобразования изображений в текст.

77скачиваний за 30 дней0лайковвеса 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/heb-shortcrop-verifier — дообученная модель cyttic/exp23-directfit-unfrozen на основе архитектуры vision-encoder-decoder. Она принимает изображения и генерирует текст; модель предназначена для задач image-text-to-text. В README приведены результаты оценки: loss 0,0667, CER 0,0269 и exact match 0,9527.

Датасет, назначение в конкретной прикладной области, поддерживаемые языки и ограничения не описаны. Модель распространяется в формате Safetensors; лицензия в предоставленных данных не указана.

Сценарии применения

  • извлечение текста из изображений
  • генерация текстового описания по изображению
  • преобразование изображения в текст

Ограничения

Датасет, конкретные целевые сценарии, языки и ограничения модели в доступных материалах не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

heb-shortcrop-verifier

This model is a fine-tuned version of cyttic/exp23-directfit-unfrozen on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0667
  • Cer: 0.0269
  • Exact: 0.9527

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: 1e-05
  • train_batch_size: 32
  • eval_batch_size: 64
  • 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: 0.05
  • num_epochs: 1
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossCerExact
0.28160.430510000.10080.04000.9307
0.13880.861020000.07160.03040.948
0.14541.023230.06670.02690.9527

Framework versions

  • Transformers 5.13.1
  • Pytorch 2.10.0+cu128
  • Datasets 5.0.0
  • 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
f66bb59

0 моделей

    Создать бенчмарк