mlx-community/Qwen2-VL-7B-Instruct-4bit — мультимодальная модель для генерации текста на основе текстовых и визуальных входных данных.
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
Модель разработана сообществом mlx-community и конвертирована в формат MLX из Qwen/Qwen2-VL-7B-Instruct с использованием mlx-vlm версии 0.0.13.
Модель предназначена для сценариев image-text-to-text, включая обработку запросов, связанных с изображениями, и генерацию ответов на естественном языке. Известно, что она содержит 7 миллиардов параметров и представлена в 4-битном формате, что рассчитано на более эффективное использование памяти и запуск в экосистеме MLX. В README указан английский язык; сведения о других языках, размере контекста и точной архитектуре не приведены.
К сильным сторонам относятся мультимодальность, инструкционное обучение и оптимизация под MLX. Ограничения связаны с 4-битным квантованием и отсутствием в предоставленной карточке подробных данных о качестве, поддерживаемых языках, контексте и системных требованиях. Модель распространяется по лицензии Apache-2.0.
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/Qwen2-VL-7B-Instruct using mlx-vlm version 0.0.13.
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/Qwen2-VL-7B-Instruct-4bit --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.