Uploaded finetuned model
- Developed by: exo-jhop
- License: apache-2.0
- Finetuned from model : unsloth/ministral-3-8b-instruct-2512-unsloth-bnb-4bit
This mistral3 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 262 144 токена
- Размер весов
- 17,8 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- mistral3 · dense
- Базовая модель
- ministral-3-8b-instruct-2512-unsloth-bnb-4bit
- Опубликована
- 13 авг 2026
Ссылки
ministral3-gdpr-distilled
Изображение и текст → текст3 профессии
Производная модели exo-jhop/ministral3-gdpr-lora. Дообученная Ministral 3 8B Instruct для диалогов с текстом и изображениями, включая ответы на вопросы по визуальному содержимому.
70скачиваний за 30 дней0лайковвеса обновлены29 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
Карточка модели exo-jhop/ministral3-gdpr-distilled на Hugging Face совпадает с карточкой exo-jhop/ministral3-gdpr-lora, поэтому описание составлено по ней.
exo-jhop/ministral3-gdpr-lora — дообученная модель семейства Mistral3 на базе Ministral 3 8B Instruct, подготовленная автором exo-jhop с использованием Unsloth и библиотеки TRL. Она принимает текст и изображения и предназначена для диалоговых сценариев с визуальным вводом; карточка классифицирует её как image-text-to-text и указывает поддержку vision и интерфейса вызова инструментов. Размер базовой модели — 8 млрд параметров; в репозитории указаны веса SafeTensors. Модель может быть полезна для анализа изображений и ответов на вопросы о них в чате. Выпущена по лицензии Apache-2.0.
Сценарии применения
- ответы на вопросы по изображению в диалоговом интерфейсе
- описание содержимого изображений
- обработка визуальных запросов с текстовыми инструкциями
Ограничения
Карточка не описывает отдельные результаты оценки качества или специальные возможности, связанные с GDPR; название репозитория само по себе этого не подтверждает. Длина контекста и дополнительные ограничения применения не приведены.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель
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
- Mistral3ForConditionalGeneration
- Ревизия весов
- 6004e3c