Uploaded finetuned model
- Developed by: elprofessor67
- License: apache-2.0
- Finetuned from model : elprofessor67/om-logistics-pod-v7-8b
This qwen3_vl model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 262 144 токена
- Размер весов
- 17,5 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen3_vl · dense
- Базовая модель
- om-logistics-pod-v7-8b
- Опубликована
- 22 авг 2026
Ссылки
om-logistics-pod-v8-8b
Изображение и текст → текст4 профессии
Дообученная мультимодальная Qwen3-VL для генерации текстовых ответов по изображениям и текстовым запросам.
263скачиваний за 30 дней0лайковвеса обновлены22 авг 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
elprofessor67/om-logistics-pod-v8-8b — дообученная elprofessor67 мультимодальная модель семейства Qwen3-VL с архитектурой Qwen3VLForConditionalGeneration и 8B-параметрической базой, предназначенная для задач image-text-to-text. В карточке указано, что модель дообучена на elprofessor67/om-logistics-pod-v7-8b с использованием Unsloth и библиотеки TRL.
Модель принимает текст и изображения и формирует текстовые ответы; метаданные также отмечают чат и интерфейс вызова инструментов. Английский указан среди языков карточки. Модель опубликована в формате safetensors под лицензией Apache-2.0. Карточка не описывает конкретные сценарии логистики или результаты оценки, поэтому её специализацию и качество в таких сценариях нельзя установить по имеющимся данным.
Сценарии применения
- ответы на вопросы по изображению
- описание содержимого изображений
- диалог с визуальными запросами
- извлечение сведений из изображения по текстовому запросу
Ограничения
README не уточняет конкретные логистические сценарии, качество модели или результаты оценки. Язык карточки — английский; поддержка других языков не подтверждена.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей
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
- Qwen3VLForConditionalGeneration
- Ревизия весов
- 9cf68ee