tiny-random-internvl2

Он относится к семейству InternVL2 и предназначен прежде всего для проверки совместимости, загрузки и работы программных компонентов мультимодальной модели, а не для прикладного использования с высоким качеством ответов.

Модель поддерживает сценарий image-text-to-text: принимает изображения и текстовые запросы и генерирует текст. В конфигурации указана архитектура InternVLChatModel, объединяющая зрительный модуль InternViT, MLP-проектор и языковую часть на базе Qwen2-0.5B-Instruct; для обработки изображений предусмотрен размер 448×448 и динамическое разбиение изображения. В репозитории указано около 17,1 млн параметров, поэтому checkpoint существенно меньше полноразмерных вариантов InternVL2.

Ключевое ограничение — это tiny-random-модель с искусственно уменьшенными и случайно инициализированными весами, поэтому её ответы не следует считать показателем возможностей полноценной InternVL2 и использовать для надежного распознавания изображений, OCR, анализа документов или диалога. В найденных материалах отдельная лицензия для данного checkpoint не указана.