/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
8,8 млрд
Размер весов
20,6 ГБ
Лицензия
Apache 2.0
Архитектура
glm4v · dense
Базовая модель
glm4v
Библиотека
transformers
Опубликована
10 окт 2025

TIGeR

Языковая модельИзображение, текст → action3 профессии

Дообученная на базе GLM-4V мультимодальная модель для интерпретации изображений и пространственных рассуждений в робототехнических сценариях.

18скачиваний за 30 дней5лайковвеса обновлены11 окт 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

TIGeR — мультимодальная модель для задач робототехники, созданная на основе GLM-4V и дообученная для обработки визуальных данных. Она принимает изображения и предназначена для сценариев, где робототехнической системе требуется интерпретировать визуальную обстановку и выполнять пространственные рассуждения. Модель содержит 8,8 млрд параметров, использует архитектуру Glm4vForConditionalGeneration и поддерживает контекст до 65 536 токенов.

Для запуска требуется Transformers и настройка путей к изображениям в конфигурации и примере использования. Модель распространяется под лицензией Apache-2.0. В карточке нет конкретных описаний поддерживаемых действий, робототехнических платформ или результатов оценки качества.

Сценарии применения

  • интерпретация изображений для робототехнических систем
  • пространственное рассуждение по визуальной сцене
  • анализ изображений для робототехнического восприятия

Ограничения

Карточка не описывает конкретные робототехнические действия, платформы или результаты оценки качества; для использования требуется настроить пути к изображениям.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TIGeR: Tool-Integrated Geometric Reasoning in Vision-Language Models for Robotics

Usage

Environment Requirements

pip install -r requirements.txt

Configuration

Before using the model, you need to update the configuration file glm4v_tisr_full_inference.yaml:

  1. Update media_dir to your image directory:

    media_dir: /path/to/your/images
    
  2. Update the image path in example_usage.py:

    image_paths = ["/path/to/your/image.jpg"]  # Replace with actual image path
    

Basic Usage

import sys
from llamafactory.chat.chat_model import ChatModel

# Load model using LLaMA-Factory ChatModel
config_file = "glm4v_tisr_full_inference.yaml"

# Simulate command line arguments
original_argv = sys.argv.copy()
sys.argv = [sys.argv[0], config_file]

try:
    chat_model = ChatModel()
finally:
    # Restore original command line arguments
    sys.argv = original_argv

# Prepare input
image_paths = ["/path/to/your/image.jpg"]  # Replace with actual image path
question = "Two points are circled on the image, labeled by A and B beside each circle. Which point is closer to the camera? Select from the following choices.\n(A) A is closer\n(B) B is closer"

# Prepare messages
messages = [
    {
        "role": "user",
        "content": question
    }
]

# Get model response
response = chat_model.chat(messages, images=image_paths)
assistant_texts = []

for resp in response:
    try:
        assistant_texts.append(resp.response_text)
    except Exception:
        assistant_texts.append(str(resp))

response_text = "\n".join(assistant_texts)
print(response_text)

Citation

If you use this model, please cite:

@misc{2510.07181,
  Author = {Yi Han and Cheng Chi and Enshen Zhou and Shanyu Rong and Jingkun An and Pengwei Wang and Zhongyuan Wang and Lu Sheng and Shanghang Zhang},
  Title = {TIGeR: Tool-Integrated Geometric Reasoning in Vision-Language Models for Robotics},
  Year = {2025},
  Eprint = {arXiv:2510.07181},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Класс архитектуры
Glm4vForConditionalGeneration
Ревизия весов
12a90e2

0 моделей