4-битная MLX-версия Qwen2.5-VL-72B для диалоговых задач, в которых нужно анализировать изображения и отвечать текстом.
1 480скачиваний за 30 дней10лайковвеса обновлены25 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 4-битная MLX-версия мультимодальной модели Qwen2.5-VL-72B-Instruct, подготовленная mlx-community на основе Qwen/Qwen2.5-VL-72B-Instruct с помощью mlx-vlm 0.1.11. Модель имеет плотную архитектуру Qwen2.5-VL и около 71,5 млрд параметров; она предназначена для диалоговых задач с изображениями и текстом, а также поддерживает интерфейс вызова инструментов.
Модель принимает текст и изображения и генерирует текстовые ответы. Контекст составляет до 128 000 токенов. В метаданных указан английский язык; подробности о языках, сценариях визуального анализа и качестве следует сверять с карточкой базовой модели. Репозиторий распространяет веса в формате safetensors для работы в экосистеме MLX.
Лицензия обозначена как other, поэтому перед использованием необходимо проверить условия на странице модели и базовой модели. Ограничения качества и конкретные требования к оборудованию в предоставленных материалах не описаны.
Сценарии применения
вопросы и ответы по изображению
описание содержимого изображений в диалоге
диалоговый анализ визуальных материалов
вызов инструментов в мультимодальном диалоге
Ограничения
Конкретные ограничения качества и требования к оборудованию в предоставленных материалах не описаны. Условия лицензии помечены как other, поэтому их следует проверить перед использованием.
Для каких профессий подходит7
Разделы каталога профессий, в задачах которых используется эта модель