/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
3,1 млрд
Размер весов
7,5 ГБ
Архитектура
qwen2_5_vl · dense
Базовая модель
Qwen2.5-VL-3B-Instruct
Библиотека
transformers
Опубликована
16 фев 2025

Qwen2.5-VL-3B-Instruct-abliterated

Изображение и текст → текст5 профессий

huihui-ai/Qwen2.5-VL-3B-Instruct-abliterated — мультимодальная модель для генерации текста по текстовым и визуальным входным данным, разработанная сообществом huihui-ai на основе Qwen/Qwen2.5-VL-3B-Instruct от Qwen.

22 173скачиваний за 30 дней35лайковвеса обновлены7 ноя 2025

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

Модель предназначена для диалогов, описания изображений и других сценариев image-text-to-text, включая локальный запуск через Transformers, Ollama и GGUF/llama.cpp.

Это 3-миллиардная vision-language модель с поддержкой изображений и текста; в README указано, что языковая часть была обработана методом abliteration, а визуальная часть не изменялась. Заявленный язык — английский. Для примера использования указан контекст 4096 токенов, однако полный размер контекстного окна не уточнён. Модель может быть удобна для локального мультимодального инференса и работы на ограниченных ресурсах, но из-за изменения поведения отказов её ответы требуют дополнительной проверки на безопасность и корректность.

Модель распространяется по лицензии qwen-research; ссылка на текст лицензии ведёт к лицензии исходной модели Qwen/Qwen2.5-VL-3B-Instruct. Точные ограничения, показатели качества, аппаратные требования и перечень поддерживаемых языков в README не указаны.

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

huihui-ai/Qwen2.5-VL-3B-Instruct-abliterated

This is an uncensored version of Qwen/Qwen2.5-VL-3B-Instruct created with abliteration (see remove-refusals-with-transformers to know more about it).

It was only the text part that was processed, not the image part.

ollama

You can use huihui_ai/qwen2.5-vl-abliterated:3b directly,

ollama run huihui_ai/qwen2.5-vl-abliterated:3b

GGUF

The official llama.cpp-b6907 has now been updated to support Qwen2.5-VL conversion to GGUF format and can be tested using llama-mtmd-cli.

The GGUF file has been uploaded.

llama-mtmd-cli -m huihui-ai/Qwen2.5-VL-3B-Instruct-abliterated/GGUF/ggml-model-Q4_K_M.gguf --mmproj huihui-ai/Qwen2.5-VL-3B-Instruct-abliterated/GGUF/mmproj-ggml-model-f16.gguf -c 4096 --image png/cc.jpg -p "Describe this image." 

If it's just for chatting, you can use llama-cli.

llama-cli -m huihui-ai/Qwen2.5-VL-3B-Instruct-abliterated/GGUF/ggml-model-Q4_K_M.gguf -c 4096

Usage

You can use this model in your applications by loading it with Hugging Face's transformers library:

from transformers import Qwen2_5_VLForConditionalGeneration, AutoTokenizer, AutoProcessor
from qwen_vl_utils import process_vision_info

model = Qwen2_5_VLForConditionalGeneration.from_pretrained(
    "huihui-ai/Qwen2.5-VL-3B-Instruct-abliterated", torch_dtype="auto", device_map="auto"
)
processor = AutoProcessor.from_pretrained("huihui-ai/Qwen2.5-VL-3B-Instruct-abliterated")

image_path = "/tmp/test.png"

messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "image",
                "image": f"file://{image_path}",
            },
            {"type": "text", "text": "Describe this image."},
        ],
    }
]

text = processor.apply_chat_template(
    messages, tokenize=False, add_generation_prompt=True
)
image_inputs, video_inputs = process_vision_info(messages)
inputs = processor(
    text=[text],
    images=image_inputs,
    videos=video_inputs,
    padding=True,
    return_tensors="pt",
)
inputs = inputs.to("cuda")

generated_ids = model.generate(**inputs, max_new_tokens=256)
generated_ids_trimmed = [
    out_ids[len(in_ids) :] for in_ids, out_ids in zip(inputs.input_ids, generated_ids)
]
output_text = processor.batch_decode(
    generated_ids_trimmed, skip_special_tokens=True, clean_up_tokenization_spaces=False
)
output_text = output_text[0]

print(output_text)

Donation

Your donation helps us continue our further development and improvement, a cup of coffee can do it.
  • bitcoin:
  bc1qqnkhuchxw0zqjh2ku3lu4hq45hc6gy84uk70ge

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
a0d1323

0 моделей