Мультимодальная модель семейства Qwen для анализа изображений и генерации ответов на вопросы о них, конвертированная в формат MLX.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
QVQ-72B-Preview-3bit — мультимодальная модель для анализа изображений и генерации текстовых ответов, опубликованная сообществом mlx-community. Репозиторий содержит конверсию модели Qwen/QVQ-72B-Preview в формат MLX; метаданные связывают её с базовой Qwen/Qwen2-VL-72B и указывают 71,5 млрд параметров, архитектуру Qwen2-VL и контекст до 128 000 токенов.
Модель предназначена для диалоговой работы с изображениями и ответов на вопросы об их содержимом. Карточка описывает конверсию для использования через mlx-vlm. Указана лицензия «other»; конкретные условия следует сверять с исходной карточкой модели и лицензией базовой модели.
README отсылает к карточке исходной модели и не раскрывает отдельные ограничения этой конверсии. Для неё указана лицензия «other», поэтому условия использования следует проверить в исходной карточке модели.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model was converted to MLX format from Qwen/QVQ-72B-Preview using mlx-vlm version 0.1.6.
Refer to the original model card for more details on the model.
pip install -U mlx-vlm
python -m mlx_vlm.generate --model mlx-community/QVQ-72B-Preview-3bit --max-tokens 100 --temp 0.0
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
MLX-модели работают только на Apple Silicon.