Характеристики

Контекст: 262 144 токена
Размер весов: 10,3 ГБ
Архитектура: qwen3_5 · dense
Базовая модель: Qwen3.5-4B
Библиотека: transformers
Опубликована: 25 июн 2026

Ссылки

Hugging Face

memrag-basecur

hyunseoki

Изображение и текст → текст3 профессии

Дообученная мультимодальная Qwen3.5-4B предсказывает следующее действие GUI-агента по текущему снимку экрана.

11скачиваний за 30 дней0лайковвеса обновлены25 июн 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

hyunseoki/memrag-basecur — это дообученная на Qwen3.5-4B мультимодальная модель для предсказания следующего действия GUI-агента по текущему снимку экрана. Она принимает изображение интерфейса и текстовый контекст, а её целевой сценарий — выбирать действие для управления графическим интерфейсом; в карточке приведён результат точности действий 0,366 на тесте из 498 примеров AgentNetBench score_pair.

Модель создана как базовый вариант в сравнении трёх подходов Trajectory-Memory RAG: используется только текущий снимок экрана. Это версия v1 с одним запуском обучения; подтверждение на трёх запусках ещё не завершено. Для загрузки карточка указывает Transformers и класс Qwen35VLLatentForConditionalGeneration, а также отмечает совместимость со стандартным классом Qwen3.5-VL. Лицензия в предоставленных данных не указана.

Сценарии применения

выбор следующего действия по скриншоту интерфейса
управление графическим интерфейсом приложений
автоматизация последовательности действий в GUI

Ограничения

Результат 0,366 получен на тесте из 498 примеров; версия основана на одном запуске обучения, а подтверждение на трёх запусках ещё ожидается.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

memrag-basecur — Trajectory-Memory RAG (GUI agent)

Cold-start SFT from Qwen3.5-4B for GUI next-action prediction. This checkpoint = the current screenshot only (baseline) arm of a 3-arm A/B.

Action accuracy (n=498 test, AgentNetBench score_pair): 0.366

Status: v1, single-seed (positive; 3-seed confirmation pending). See the collection for the other arms.

Load

from transformers import AutoProcessor
from qwen_cua.modeling_qwen35_vl_latent import Qwen35VLLatentForConditionalGeneration as M
proc  = AutoProcessor.from_pretrained("hyunseoki/memrag-basecur", max_pixels=1_000_000)
model = M.from_pretrained("hyunseoki/memrag-basecur", torch_dtype="bfloat16", attn_implementation="flash_attention_2")

Plain Qwen3.5-VL arch (wm.enabled=false) — also loadable with the standard class.

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: eb681dd