/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
62,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_vl_moe · dense
Базовая модель
Qwen3-VL-30B-A3B-Instruct
Библиотека
transformers
Опубликована
11 сен 2026

Qwen3-VL-30B-A3B-Wanda-50

Изображение и текст → текст7 профессий

Разреженная на 50% по матрицам декодера версия Qwen3-VL для диалогового анализа изображений и видео и ответов на вопросы по визуальному содержимому.

24скачиваний за 30 дней0лайковвеса обновлены11 сен 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.

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

Qwen3-VL-30B-A3B-Wanda-50 — разреженная версия мультимодальной модели Qwen3-VL-30B-A3B-Instruct, созданная Felix Nguyen с помощью GBLM-Pruner. К матрицам декодера применён метод Wanda: измеренная разреженность составляет 50%; формы тензоров и размер плотных файлов не изменены. Визуальный энкодер, маршрутизаторы MoE, эмбеддинги, нормализация и выходная голова оставлены плотными.

Модель предназначена для диалоговой работы с изображениями и видео, включая ответы на вопросы по визуальному содержимому и OCR. Она принимает текст и изображения и выдаёт текст; в метаданных указаны возможности чата и зрения. Оценка RealWorldQA обозначена как отдельная и ещё не завершённая, поэтому подтверждённых заявлений о качестве нет. Использование распространяется по лицензии Apache-2.0.

Сценарии применения

  • ответы на вопросы по изображениям
  • извлечение текста с изображений с помощью OCR
  • диалоговый анализ визуального содержимого
  • описание и разбор кадров видео

Ограничения

В README не заявлены результаты оценки качества: тест RealWorldQA ещё не завершён. Разрежены только матрицы декодера; остальные перечисленные компоненты оставлены плотными, поэтому размер плотных файлов не уменьшен.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-VL-30B-A3B-Instruct — wanda, 50% unstructured

Created with GBLM-Pruner using 128 C4 training windows of 2048 tokens (seed 0). Method: wanda. Measured decoder-matrix sparsity: 50.00000000%. The vision encoder, MoE routers, embeddings, normalization and output head remain dense. See pruning_report.json for the exact scope, counts and environment. GBLM uses the repository's additive activation-plus-absolute-gradient metric (summed L1 gradients scaled by 100). This is zero-weight pruning: tensor shapes and dense file sizes are unchanged. RealWorldQA evaluation is run separately; no accuracy claim is made until it completes.

from transformers import AutoProcessor, Qwen3VLMoeForConditionalGeneration
path = "/path/to/this/model"  # or your uploaded Hugging Face repository
processor = AutoProcessor.from_pretrained(path)
model = Qwen3VLMoeForConditionalGeneration.from_pretrained(
    path, dtype="auto", device_map="auto", attn_implementation="sdpa")

The weights use native Transformers tensor names and require no custom modeling files. Prepared with Transformers 4.57.6. The base model is licensed under Apache 2.0.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3VLMoeForConditionalGeneration
Ревизия весов
8a62234

0 моделей