/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
2,6 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_vl · dense
Базовая модель
Qwen3-VL-2B-Instruct
Библиотека
transformers
Опубликована
13 мар 2026

Qwen3-VL-Embedding-2B-8bit

ЭмбеддингиТекст → embedding8 профессий

Мультимодальная модель семейства Qwen3-VL для извлечения эмбеддингов текста и изображений и поиска по сходству.

1 080скачиваний за 30 дней0лайковвеса обновлены13 мар 2026

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

mlx-community/Qwen3-VL-Embedding-2B-8bit — мультимодальная модель для получения эмбеддингов, опубликованная сообществом mlx-community. По README, она преобразована в формат MLX из Qwen/Qwen3-VL-Embedding-2B с помощью mlx-lm 0.1.0; метаданные связывают её с Qwen/Qwen3-VL-2B-Instruct как с базовой моделью. Архитектура относится к семейству Qwen3-VL, размер базовой модели — 2B параметров.

Модель предназначена для извлечения векторных представлений мультимодальных данных, в частности для поиска и сопоставления текста и изображений. Репозиторий подготовлен для использования с mlx-embeddings. Лицензия — Apache-2.0.

Карточка не уточняет поддерживаемые языки, длину контекста и конкретные метрики качества эмбеддингов. Поскольку README указывает преобразование из исходной embedding-модели, а каталог связывает репозиторий с Qwen3-VL-2B-Instruct как finetune, точная цепочка происхождения неоднозначна.

Сценарии применения

  • поиск изображений по текстовому запросу
  • поиск текстов по изображению
  • сопоставление текстовых и визуальных описаний
  • получение векторных представлений мультимодальных данных

Ограничения

README и метаданные не приводят метрик качества или подробных ограничений по языкам и длине контекста.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mlx-community/Qwen3-VL-Embedding-2B-8bit

The Model mlx-community/Qwen3-VL-Embedding-2B-8bit was converted to MLX format from Qwen/Qwen3-VL-Embedding-2B using mlx-lm version 0.1.0.

Use with mlx

pip install mlx-embeddings
from mlx_embeddings import load, generate
import mlx.core as mx

model, tokenizer = load("mlx-community/Qwen3-VL-Embedding-2B-8bit")

# For image-text embeddings
images = [
    "./images/cats.jpg",  # cats
]
texts = ["a photo of cats", "a photo of a desktop setup", "a photo of a person"]

# Process all image-text pairs
outputs = generate(model, processor, texts, images=images)
logits_per_image = outputs.logits_per_image
probs = mx.sigmoid(logits_per_image) # probabilities for this image
for i, image in enumerate(images):
    print(f"Image {i+1}:")
    for j, text in enumerate(texts):
        print(f"  {probs[i][j]:.1%} match with '{text}'")
    print()


Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3VLForConditionalGeneration
Ревизия весов
b4c9add

0 моделей