/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
TreeVGR-7B-CI
Библиотека
transformers
Опубликована
12 июл 2025

TreeVGR-7B-CI-i1-GGUF

Вопросы по изображениюИзображение, текст → текст3 профессии

TreeVGR-7B-CI-i1-GGUF — квантизированная версия мультимодальной модели TreeVGR-7B-CI, разработанной HaochenWang и опубликованной в формате GGUF пользователем mradermacher.

672скачиваний за 30 дней1лайквеса обновлены13 июл 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

Модель предназначена для задач визуального ответа на вопросы, визуального заземления и визуального рассуждения по изображениям и текстовым запросам. В метаданных указан английский язык; поддержка других языков не заявлена.

Модель основана на архитектуре Qwen, содержит около 7 млрд параметров и использует vision-компонент, для которого требуются отдельные mmproj-файлы из статического репозитория. В поставку входят imatrix-квантизации разных уровней, примерно от 2,0 до 6,4 ГБ: более компактные варианты экономят память, но могут заметно уступать по качеству, тогда как i1-Q4_K_M отмечен как быстрый и рекомендуемый, а i1-Q6_K — как близкий к статической квантизации Q6_K. Размер контекста и точный набор поддерживаемых модальностей в README не указаны.

Сильными сторонами модели являются специализация на визуальных задачах, наличие вариантов для устройств с разным объёмом памяти и возможность запуска через экосистему GGUF. Ограничения включают потенциальную потерю качества при низких уровнях квантизации, необходимость совместимого мультимодального программного обеспечения и отдельного mmproj-файла, а также отсутствие заявленных сведений о контексте и результатах оценки. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

About

weighted/imatrix quants of https://huggingface.co/HaochenWang/TreeVGR-7B-CI

For a convenient overview and download list, visit our model page for this model.

static quants are available at https://huggingface.co/mradermacher/TreeVGR-7B-CI-GGUF

This is a vision model - mmproj files (if any) will be in the static repository.

Usage

If you are unsure how to use GGUF files, refer to one of TheBloke's READMEs for more details, including on how to concatenate multi-part files.

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

LinkTypeSize/GBNotes
GGUFi1-IQ1_S2.0for the desperate
GGUFi1-IQ1_M2.1mostly desperate
GGUFi1-IQ2_XXS2.4
GGUFi1-IQ2_XS2.6
GGUFi1-IQ2_S2.7
GGUFi1-IQ2_M2.9
GGUFi1-Q2_K_S2.9very low quality
GGUFi1-Q2_K3.1IQ3_XXS probably better
GGUFi1-IQ3_XXS3.2lower quality
GGUFi1-IQ3_XS3.4
GGUFi1-Q3_K_S3.6IQ3_XS probably better
GGUFi1-IQ3_S3.6beats Q3_K*
GGUFi1-IQ3_M3.7
GGUFi1-Q3_K_M3.9IQ3_S probably better
GGUFi1-Q3_K_L4.2IQ3_M probably better
GGUFi1-IQ4_XS4.3
GGUFi1-IQ4_NL4.5prefer IQ4_XS
GGUFi1-Q4_04.5fast, low quality
GGUFi1-Q4_K_S4.6optimal size/speed/quality
GGUFi1-Q4_K_M4.8fast, recommended
GGUFi1-Q4_15.0
GGUFi1-Q5_K_S5.4
GGUFi1-Q5_K_M5.5
GGUFi1-Q6_K6.4practically like static Q6_K

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

image.png

And here are Artefact2's thoughts on the matter: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

FAQ / Model Request

See https://huggingface.co/mradermacher/model_requests for some answers to questions you might have and/or if you want some other model quantized.

Thanks

I thank my company, nethype GmbH, for letting me use its servers and providing upgrades to my workstation to enable this work in my free time. Additional thanks to @nicoboss for giving me access to his private supercomputer, enabling me to provide many more imatrix quants, at much higher quality, than I would otherwise be able to.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
c25ef33

0 моделей