/ Модель

Характеристики

Размер весов
51,6 ГБ
Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-26B-A4B-it
Библиотека
transformers
Опубликована
29 сен 2026

xor-omni

Изображение и текст → текст

Мультимодальная модель Juspay для бинарных и категориальных решений, оценок и структурированного извлечения данных из текста и изображений.

27скачиваний за 30 дней0лайковвеса обновлены29 сен 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

XOR Omni — мультимодальная модель Juspay для типизированных задач принятия решений, дообученная на google/gemma-4-26B-A4B-it. Она предназначена для бинарных решений, выбора категории, порядковой оценки и структурированного извлечения данных из сочетания текста и изображений. Модель оптимизирована для детерминированного одношагового ответа, а не для свободного диалога. Использует архитектуру Gemma 4 Mixture-of-Experts: около 26 млрд параметров всего и примерно 4 млрд активных на токен. Принимает текст и изображения, выдаёт текст. Лицензия — Apache-2.0.

Модель подходит для классификации и оценки объектов или ситуаций, когда результат нужен в заданном формате. Её мультимодальные возможности следует проверять на собственных данных; качество может зависеть от формата запроса, длины контекста, оборудования и конфигурации запуска. Это специализированная модель, не предназначенная для использования в качестве универсального ассистента.

Сценарии применения

  • Бинарная классификация по тексту и изображению
  • Выбор категории для описанного или изображённого объекта
  • Порядковая оценка ситуации по заданной шкале
  • Структурированное извлечение признаков из текста и изображений

Ограничения

Модель специализирована для типизированных задач решений и не предназначена для открытого диалога как универсальный ассистент. Мультимодальные результаты следует проверять на собственных данных; качество зависит от формата запроса, длины контекста и конфигурации запуска.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

XOR Omni

XOR Omni (xor-omni) is a multimodal decision model post-trained from google/gemma-4-26B-A4B-it. It is designed for typed decision tasks and structured one-pass readout.

Model details

FieldValue
Base modelgoogle/gemma-4-26B-A4B-it
ArchitectureGemma 4 multimodal mixture-of-experts
ParametersApproximately 26B total, about 4B active per token
Released precisionBF16
Context length32,768 tokens
Input modalitiesText and image
OutputText
RuntimeSGLang
LicenseApache License 2.0
PackagingFully merged weights; no adapter loading is required

Intended use

XOR Omni is intended for typed decision workloads, including:

  • Binary decisions
  • Categorical choices
  • Ordinal scoring
  • Structured readout from combined text and image context

It is optimized for deterministic, one-pass decision output rather than open-ended assistant conversation.

Quick start

Download the model:

hf download juspay/xor-omni --local-dir xor-omni

Example SGLang launch:

python -m sglang.launch_server \
  --model-path ./xor-omni \
  --trust-remote-code \
  --context-length 32768 \
  --host 0.0.0.0 \
  --port 30000

Use the included chat_template.jinja when serving the model. The exact deployment configuration should be validated for your target hardware and workload.

Limitations

  • This model is specialized for typed decision tasks and is not intended as a general-purpose assistant.
  • Multimodal behavior should be validated on your own data before production use.
  • Performance may vary with prompt format, context length, hardware, and serving configuration.
  • This repository contains merged model weights only; training scripts, adapters, benchmark artifacts, and logs are intentionally not included.

License

This model is released under the Apache License 2.0, inherited from the base Gemma 4 checkpoint.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
a05bba6

0 моделей