Шестибитная MLX-версия Qwen2.5-VL-3B-Instruct для диалогового анализа изображений и видео с текстовыми ответами.
155скачиваний за 30 дней3лайкавеса обновлены26 фев 2025
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
Это шестибитная MLX-конверсия мультимодальной модели Qwen2.5-VL-3B-Instruct, подготовленная сообществом mlx-community из базовой модели Alibaba Qwen. Она предназначена для диалогового анализа изображений и видео с ответами на естественном языке; метаданные также отмечают интерфейс вызова инструментов. Модель содержит 3,1 млрд параметров, использует архитектуру Qwen2.5-VL и поддерживает контекст до 128 000 токенов.
Вариант рассчитан на запуск в экосистеме MLX; карточка указывает преобразование с помощью mlx-vlm 0.1.11 и формат файлов safetensors. Поддерживаемый язык карточки — английский. Лицензия этой конверсии в предоставленных данных не указана; дополнительные сведения о возможностях и условиях использования следует сверять с карточкой исходной модели Qwen2.5-VL-3B-Instruct.
Сценарии применения
ответы на вопросы по изображениям
описание содержимого фотографий
анализ кадров и видео в диалоге
извлечение информации из визуальных материалов
структурированные ответы на запросы с изображениями
Ограничения
Вариант квантизирован до 6 бит и ориентирован на запуск через MLX; доступные сведения не содержат отдельных оценок качества. Поддержка языков указана для английского, а лицензию и дополнительные ограничения следует проверять в карточке базовой модели.
Для каких профессий подходит5
Разделы каталога профессий, в задачах которых используется эта модель