MLX-версия мультимодальной модели Qwen3-VL-2B-Instruct, преобразованная сообществом mlx-community из исходной модели Qwen/Qwen3-VL-2B-Instruct с использованием mlx-vlm 0.3.4.
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 предназначена для задач image-text-to-text, включая обработку изображений и генерацию текстовых ответов по ним, например описание содержимого изображения.
Модель имеет размер 2B параметров и представлена в 4-битном формате квантования, что предназначено для более эффективного запуска в экосистеме MLX. В README не указаны поддерживаемые языки, максимальная длина контекста, точная архитектура и дополнительные модальности. Сильными сторонами являются мультимодальная обработка изображений и адаптация для использования с MLX; ограничения и требования к аппаратному обеспечению в предоставленных данных не раскрыты.
Модель распространяется по лицензии Apache-2.0. Для работы рекомендуется библиотека mlx-vlm; README указывает пример генерации ответа по изображению с помощью этой библиотеки.
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/Qwen3-VL-2B-Instruct using mlx-vlm version 0.3.4.
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/Qwen3-VL-2B-Instruct-4bit --max-tokens 100 --temperature 0.0 --prompt "Describe this image." --image <path_to_image>
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.