/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
7,1 млрд
Размер весов
16,6 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2_5_vl · dense
Базовая модель
Qwen2.5-VL-7B-Instruct
Библиотека
transformers
Опубликована
22 мая 2025

MoRE

Изображение и текст → текст3 профессии

MoRE — дообученная мультимодальная модель Qwen2.5-VL для ответов на вопросы по изображениям с использованием извлечённых текстовых, визуальных и табличных знаний.

24скачиваний за 30 дней8лайковвеса обновлены19 мая 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

MoRE (Mixture-of-Retrieval Experts for Reasoning-Guided Multimodal Knowledge Exploitation) — модель исследователей из Северо-Восточного университета, Университета Цинхуа и компании ModelBest. В репозитории размещена дообученная версия Qwen2.5-VL-7B-Instruct с 7,1 млрд параметров; она принимает изображения и текст и выдаёт текст. Карточка указывает архитектуру Qwen2.5-VL, библиотеку Transformers и контекст до 128 000 токенов.

MoRE предназначена для мультимодальных вопросов, где для обоснованного ответа требуется находить и использовать знания из текстовых, графических и табличных источников. В README описаны подготовка соответствующих корпусов и оценка на наборах данных для визуальных вопросов и ответов. Модель может быть полезна для ответов на вопросы по изображениям с опорой на внешние знания и для анализа мультимодальных сведений.

Модель распространяется по лицензии Apache-2.0. README описывает исследовательский проект и оценочный процесс; качество в иных сценариях и практические ограничения отдельно не охарактеризованы.

Сценарии применения

  • ответы на визуальные вопросы с поиском внешних сведений
  • поиск знаний в текстовых корпусах для ответа по изображению
  • использование таблиц как источника знаний при визуальном вопросе
  • оценка систем мультимодального поиска и ответов на вопросы

Ограничения

README описывает исследовательский проект и оценивание на ограниченном наборе задач; качество на других сценариях не установлено. Для полноценной системы требуются подготовленные корпуса и компоненты поиска, описанные в проекте.

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

Chunyi Peng1,3, Zhipeng Xu1, Zhenghao Liu1, Yishan Li3, Yukun Yan2, Yu Gu1 Minghe Yu1 Ge Yu1 Maosong Sun2

1Northeastern University, 2Tsinghua University, 3ModleBest Inc.

News

26.04.28 Our Work is now accepted by SIGIR 2026🎉!

25.08.22 We upload MoRE-3B.

Environment

For training, answer generation, and evaluation processes:

conda create -n router python=3.11
conda activate router
pip install requirements_router.txt

For retriever and corpus construction processes:

conda create -n retriever python=3.11
conda activate retriever
pip install requirements_retriever.txt

Corpora Construction

For the text corpus, you can download enwiki-20241020 from Huggingface. Then preprocess, and index it with the following commands:

7z x enwiki-20241020-pages-articles-multistream.xml.zip.001 
conda activate retriever
wikiextractor enwiki-20241020-pages-articles-multistream.xml.bz2 -o wiki_extracted
python wiki_preprocess.py

For the image corpus, you can directly download M-BEIR. To embed and index it, you can follow the repository

For the table corpus, you can download, embed and index Open-WikiTable following the repository, or you can download directly the one we have already preprocessed from here.

Retrievers Preparation

For the Text-Image Retriever, you can directly download UniIR

For the Table Retriever, you can train it with the help of repository, or you can download it directly from here.

Datasets

We have prepared all the text datasets in ./datasets, for images you need to download them from:

  • InfoSeek: InfoSeek images can be downloaded from OVEN
  • Dyn-VQA: Dynamic VQA images can be downloaded from DynVQA_en.202412
  • WebQA: WebQA images can be downloaded from Google Drive

Training

If you do not want to train the model, you can download R1-Router and skip this section to Evaluation

Data Synthesis

If you want to use the ready-to-use synthetic data directly, you can skip this section to Step-GRPO Training

First, we need to synthesis the data step by step:

bash src/data_synthesis/data_synthesis.sh

Step-GRPO Training

Our training framework is based on EasyR1, only you need to do is to download it and replace some files with the files in ./Easy-R1. Then start training with the command:

conda activate router
bash examples/run_qwen2_5_vl_7b_stepgrpo.sh

Evaluation

We provide the evaluation pipeline for the R1-Router:

bash evaluation.sh

or, you can just evaluate the results we have provided by:

conda activate router
cd src
python evaluate.py --dataset_name all --method "r1-router3"

Acknowledgement

Our work is built on the following codebases, and we are deeply grateful for their contributions.

Citation

We appreciate your citations if you find our paper relevant and useful to your research!

@article{peng2025r1,
  title={Learning to Route Queries across Knowledge Bases for Step-wise Retrieval-Augmented Reasoning},
  author={Peng, Chunyi and Xu, Zhipeng and Liu, Zhenghao and Li, Yishan and Yan, Yukun and Wang, Shuo and Liu, Zhiyuan and Gu, Yu and Yu, Minghe and Yu, Ge and Sun, Maosong},
  year={2025}
  url={https://arxiv.org/abs/2505.22095}, 
}

Contact Us

If you have questions, suggestions, or bug reports, please email us. We will try our best to help you.

hm.cypeng@gmail.com

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2_5_VLForConditionalGeneration
Ревизия весов
d0f03d2

0 моделей