Uploaded finetuned model
- Developed by: darjja
- License: apache-2.0
- Finetuned from model : HuggingFaceTB/SmolVLM2-2.2B-Instruct
This smolvlm model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 16 384 токена
- Размер весов
- 9 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- smolvlm · dense
- Базовая модель
- SmolVLM2-2.2B-Instruct
- Опубликована
- 29 июн 2026
Ссылки
smolvlm2-food-finetuned
Изображение и текст → текст3 профессии
Дообученная на базе SmolVLM2 мультимодальная модель для ответов на текстовые запросы об изображениях еды.
11скачиваний за 30 дней0лайковвеса обновлены29 июн 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
darjja/smolvlm2-food-finetuned — мультимодальная модель, дообученная разработчиком darjja на базе HuggingFaceTB/SmolVLM2-2.2B-Instruct. Она принимает изображения и текстовые запросы и формирует текстовые ответы; предназначена для сценариев, связанных с изображениями еды. Архитектура — SmolVLM, модель плотная, поддерживает чат и обработку изображений. В карточке указаны английский язык и формат весов safetensors. Лицензия — Apache-2.0.
Модель дообучена с использованием Unsloth и библиотеки TRL. README не описывает обучающие данные, конкретный набор поддерживаемых пищевых задач или результаты оценки, поэтому её пригодность для отдельных сценариев с едой следует проверять на собственных примерах.
Сценарии применения
- ответы на вопросы по фотографиям блюд
- описание изображений еды
- определение содержимого тарелки по фото
Ограничения
README не приводит метрики, детали обучающего набора или перечень проверенных пищевых задач; качество для конкретных блюд и условий съёмки требует проверки.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейIV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- SmolVLMForConditionalGeneration
- Ревизия весов
- f42f9c0