Uploaded finetuned model
- Developed by: MD-Mushfiqur123
- License: apache-2.0
- Finetuned from model : nerkyor/Qwen3.6-27B-DSV4Pro-Thinking-Distill
This qwen3_5 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 262 144 токена
- Размер весов
- 53,8 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen3_5 · dense
- Базовая модель
- Qwen3.6-27B-DSV4Pro-Thinking-Distill
- Опубликована
- 14 июл 2026
Ссылки
droplychee-1.5
Изображение и текст → текст
Дообученная мультимодальная модель Qwen3.5 для диалоговых задач по изображениям и тексту.
7скачиваний за 30 дней0лайковвеса обновлены14 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.
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
droplychee/droplychee-1.5 — дообученная модель семейства Qwen3.5, опубликованная MD-Mushfiqur123. Она основана на nerkyor/Qwen3.6-27B-DSV4Pro-Thinking-Distill и предназначена для диалоговых задач с изображениями и текстом: принимает визуальный и текстовый контекст и формирует текстовые ответы. В метаданных также отмечен интерфейс вызова инструментов.
Модель распространяется в формате Safetensors по лицензии Apache-2.0. В карточке указано, что обучение проводилось с использованием Unsloth и библиотеки Hugging Face TRL. Специализация дообучения, размер модели и длина контекста не описаны, поэтому нельзя определить, для каких узких сценариев она лучше всего подходит.
Сценарии применения
- ответы на вопросы по изображению
- описание содержимого изображения
- диалог с визуальным контекстом
Ограничения
Карточка не описывает специализацию дообучения, размер модели или длину контекста; качество на конкретных сценариях не заявлено.
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
- Qwen3_5ForConditionalGeneration
- Ревизия весов
- 2e0b581