Характеристики

Контекст: 128 000 токенов
Параметры: 71,5 млрд
Размер весов: 147 ГБ
Лицензия: MIT
Архитектура: qwen2_5_vl · dense
Библиотека: transformers
Опубликована: 5 мая 2025

Ссылки

PC-Agent-E

Изображение и текст → текст3 профессии

PC-Agent-E — дообученная Qwen2.5-VL модель для задач компьютерного взаимодействия с анализом изображений интерфейса и генерацией текста.

31скачиваний за 30 дней7лайковвеса обновлены9 июн 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

PC-Agent-E — мультимодальная модель, дообученная автором henryhe0123 на базе Qwen/Qwen2.5-VL-72B-Instruct на датасете PC-Agent-E. Модель представлена в работе «Efficient Agent Training for Computer Use» и предназначена для сценариев взаимодействия с компьютером, где нужно анализировать визуальный интерфейс и формировать текстовый ответ.

Модель построена на архитектуре Qwen2.5-VL, содержит 71,5 млрд параметров и поддерживает контекст до 128 000 токенов. Она принимает текст и изображения и выдаёт текст; доступна в формате safetensors для Transformers. Лицензия — MIT.

Сценарии применения

ответы на вопросы по снимку экрана компьютера
понимание элементов графического интерфейса
обучение и исследование агентов для управления компьютером

Ограничения

README не приводит количественных оценок качества и не уточняет, какие действия агент способен выполнять помимо анализа интерфейса и генерации текста.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PC-Agent-E

This model is a fine-tuned version of Qwen/Qwen2.5-VL-72B-Instruct on the PC-Agent-E dataset.

It was presented in Efficient Agent Training for Computer Use.

Github repository: https://github.com/GAIR-NLP/PC-Agent-E

Training procedure

Github repository: https://github.com/GAIR-NLP/PC-Agent-E

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-06
train_batch_size: 2
eval_batch_size: 8
seed: 42
distributed_type: multi-GPU
num_devices: 32
gradient_accumulation_steps: 2
total_train_batch_size: 128
total_eval_batch_size: 256
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: cosine
lr_scheduler_warmup_ratio: 0.05
num_epochs: 2

Framework versions

Transformers 4.49.0.dev0
Pytorch 2.6.0+cu124
Datasets 3.3.2
Tokenizers 0.21.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модель не помещается в память одной GPU (80 ГБ).

Класс архитектуры: Qwen2_5_VLForConditionalGeneration
Ревизия весов: 568ab45