/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
VisionGuardrail-9B
Библиотека
transformers
Опубликована
5 сен 2026

VisionGuardrail-9B-GGUF

Классификация изображенийИзображение → label3 профессии

VisionGuardrail-9B-GGUF — это мультимодальная модель-классификатор для визуальной безопасности и модерации контента, разработанная на базе prithivMLmods/VisionGuardrail-9B.

437скачиваний за 30 дней0лайковвеса обновлены14 сен 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

Квантованные файлы GGUF подготовлены mradermacher. Модель предназначена для анализа изображений и, вероятно, связанного с ними текстового ввода в сценариях фильтрации и обеспечения безопасности мультимодального контента; в README также указаны поддержка JSON и интеграция с Transformers и text-generation-inference.

Модель имеет размер 9B параметров в исходной версии, поддерживает английский язык и мультимодальный ввод. Для обработки изображений требуется дополнительный мультимодальный модуль mmproj, доступный в вариантах Q8_0 и f16. Опубликованы версии с разными уровнями квантования GGUF: от Q2_K до Q8_0, а также f16; размеры файлов составляют примерно от 3,9 до 18 ГБ без учёта или с учётом соответствующего мультимодального дополнения. В README рекомендуются варианты Q4_K_S и Q4_K_M как быстрые, а Q8_0 отмечен как вариант с лучшим качеством.

Сильными сторонами являются мультимодальность, ориентация на content safety и возможность локального запуска в различных форматах квантования. Ограничения включают отсутствие подробных сведений о конкретных категориях модерации, метриках качества, максимальной длине контекста, архитектуре и поддерживаемых языках помимо английского; weighted/imatrix-квантизации на момент публикации не указаны. 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

static quants of https://huggingface.co/prithivMLmods/VisionGuardrail-9B

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

weighted/imatrix quants seem not to be available (by me) at this time. If they do not show up a week or so after the static ones, I have probably not planned for them. Feel free to request them by opening a Community Discussion.

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
GGUFmmproj-Q8_00.7multi-modal supplement
GGUFmmproj-f161.0multi-modal supplement
GGUFQ2_K3.9
GGUFQ3_K_S4.4
GGUFQ3_K_M4.7lower quality
GGUFQ3_K_L5.0
GGUFIQ4_XS5.3
GGUFQ4_K_S5.5fast, recommended
GGUFQ4_K_M5.7fast, recommended
GGUFQ5_K_S6.4
GGUFQ5_K_M6.6
GGUFQ6_K7.5very good quality
GGUFQ8_09.6fast, best quality
GGUFf1618.016 bpw, overkill

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.

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
74ada68

0 моделей