/ Модель

Характеристики

Контекст
16 384 токена
Лицензия
MIT
Архитектура
multi_modality · dense
Базовая модель
Janus-Pro-1B
Библиотека
transformers
Опубликована
31 авг 2026

Kiel-2-Apex

Генерация текстаТекст → текст5 профессий

Мультимодальная модель Kiel на архитектуре Janus для диалоговой генерации текста, анализа изображений и создания изображений по текстовому запросу.

1 078скачиваний за 30 дней1лайквеса обновлены23 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

KielGen-Fast — мультимодальная авторегрессионная модель Kiel, созданная дообучением DeepSeek Janus-Pro для генерации текста и работы с изображениями. Она поддерживает диалоговые ответы, визуальные вопросы и описания сцен, а также генерацию изображений по текстовым запросам. Архитектура MultiModalityCausalLM сочетает отдельные визуальные пути для понимания изображений и декодирование изображений через векторно-квантованные токены; веса представлены в формате safetensors и загружаются через Transformers. Модель распространяется по лицензии MIT.

В карточке указана базовая Janus-Pro-7B, тогда как метаданные связывают репозиторий с deepseek-ai/Janus-Pro-1B; фактический размер модели этими данными не подтверждён. Подтверждены английский язык и мультимодальная работа с текстом и изображениями.

Сценарии применения

  • ответы на вопросы о содержимом изображения
  • создание описаний сцен и визуальный анализ
  • генерация иллюстраций по текстовому описанию
  • диалоговые ответы на открытые вопросы

Ограничения

В README и метаданных расходятся сведения о базовой модели: указаны Janus-Pro-7B и Janus-Pro-1B. Подтверждён только английский язык; показатели качества и сведения о длине контекста не приведены.

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

KielGen-Fast

KielGen-Fast is a fine-tuned multi-modal vision-language model based on the Janus architecture. It unifies three core capabilities within a single autoregressive framework:

  1. Text Generation: Standard conversational reasoning and open-ended text answers.
  2. Image Understanding (Image-to-Text): Visual question answering, scene description, and multimodal analysis.
  3. Text-to-Image Generation: Generating high-fidelity visual assets and creative artwork from descriptive text prompts.

Model Details

  • Model Type: Multi-Modal Causal Language Model (MultiModalityCausalLM)
  • Base Model: deepseek-ai/Janus-Pro-7B
  • Architecture Highlights: Decoupled visual encoder pathways for understanding combined with a vector-quantized token decoding head for native image synthesis.
  • Weights Format: Single unified .safetensors file (model.safetensors) designed for optimized cloud deployment and fast loading.

Quick Start: Loading the Model

Load your fine-tuned model and processor directly from Hugging Face using standard transformers:

import torch
from transformers import AutoProcessor, AutoModel

repo_id = "kiel2/KielGen-Fast"

processor = AutoProcessor.from_pretrained(repo_id, trust_remote_code=True)
model = AutoModel.from_pretrained(
    repo_id, 
    trust_remote_code=True, 
    torch_dtype=torch.bfloat16, 
    device_map="auto"
)
print("KielGen-Fast loaded successfully!")

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура multi_modality неизвестна transformers в образе рантайма.

Класс архитектуры
MultiModalityCausalLM
Ревизия весов
848f964

0 моделей