/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Библиотека
transformers
Опубликована
22 июн 2026

v-zero-4b

Изображение и текст → текст5 профессий

V-Zero 4B — мультимодальная модель для диалогового анализа изображений и тонкого визуального рассуждения.

25скачиваний за 30 дней1лайквеса обновлены26 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.

  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

V-Zero 4B — дообученная мультимодальная модель hao05 для тонкого визуального рассуждения. Она создана в рамках работы V-Zero: Answer-Label-Free On-Policy Distillation with Contrastive Evidence Gating for Fine-Grained Visual Reasoning и основана на Qwen/Qwen3.5-4B. Модель предназначена для диалоговых задач, в которых нужно анализировать изображение и формулировать ответ с опорой на визуальные свидетельства.

В обучении применялась дистилляция на собственных траекториях рассуждения модели с контрастной проверкой релевантных и нерелевантных областей изображения. Это позволяет развивать детальное визуальное рассуждение без внешних меток ответов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы о содержимом изображения
  • поиск мелких деталей на изображении
  • сопоставление вопроса с релевантными областями изображения

Ограничения

Карточка не приводит количественных оценок качества, ограничений по контексту или подробных рекомендаций по применению.

Для каких профессий подходит5

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

V-Zero: Answer-Label-Free On-Policy Distillation with Contrastive Evidence Gating for Fine-Grained Visual Reasoning

This repository contains the V-Zero 4B checkpoint, introduced in the paper V-Zero: Answer-Label-Free On-Policy Distillation with Contrastive Evidence Gating for Fine-Grained Visual Reasoning.

Overview

V-Zero is an answer-label-free framework designed to improve fine-grained visual reasoning in multimodal large language models (MLLMs). It bypasses the need for costly external answer labels or manual verification rules by utilizing on-policy distillation combined with contrastive evidence gating. During training, the student model samples trajectories on the full image, while a teacher model replays those trajectories under paired positive (task-relevant) and negative (task-irrelevant) crops to evaluate student-sampled reasoning paths.

Citation

If you find this work useful for your research, please cite the paper:

@article{sun2026vzero,
  title={V-Zero: Answer-Label-Free On-Policy Distillation with Contrastive Evidence Gating for Fine-Grained Visual Reasoning},
  author={Sun, Haoxiang and Yi, Zhihang and Deng, Langxuan and Zhou, Yuhao and Jia, Peiqi and Zhao, Jian and Yuan, Li and Lv, Jiancheng and Wang, Tao},
  journal={arXiv preprint arXiv:2606.25319},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
cb553f9

0 моделей