/ 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
14 мар 2026

Qwen3-VL-Reranker-2B-mxfp8

Ранжирование текстаТекст → score9 профессий

Мультимодальный реранкер семейства Qwen3-VL для оценки релевантности и упорядочивания кандидатов.

121скачиваний за 30 дней0лайковвеса обновлены14 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-Reranker-2B-mxfp8 — мультимодальная модель ранжирования, преобразованная сообщество mlx-community в формат MLX из Qwen/Qwen3-VL-Reranker-2B. Она предназначена для оценки релевантности и упорядочивания кандидатов, в том числе в мультимодальных сценариях. Архитектура семейства Qwen3-VL; в метаданных указан размер базовой модели 2B по идентификатору, а файлы репозитория представлены в формате safetensors. Для использования в README предлагается пакет mlx-embeddings.

Модель может применяться для переранжирования результатов поиска и выбора наиболее подходящих текстовых или визуальных кандидатов. Базовая модель Qwen3-VL-2B-Instruct поддерживает анализ изображений и видео, однако README этой версии не уточняет входной формат, поддерживаемые языки или длину контекста. Лицензия — Apache-2.0.

Сценарии применения

  • переранжирование результатов текстового поиска
  • выбор наиболее релевантных фрагментов для RAG
  • сортировка текстовых кандидатов по соответствию запросу

Ограничения

README не уточняет поддерживаемые языки, входные модальности и длину контекста этой версии. Хотя базовая модель мультимодальна, метаданные подтверждают для данного репозитория только задачу text-ranking.

Для каких профессий подходит9

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-Reranker-2B-mxfp8

The Model mlx-community/Qwen3-VL-Reranker-2B-mxfp8 was converted to MLX format from Qwen/Qwen3-VL-Reranker-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-Reranker-2B-mxfp8")

# 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
b349a0e

0 моделей