/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
VisionGuardrail-Evo2-27B
Библиотека
transformers
Опубликована
16 сен 2026

VisionGuardrail-Evo2-27B-i1-GGUF

Классификация изображенийИзображение → label3 профессии

VisionGuardrail-Evo2-27B-i1-GGUF — квантизированная GGUF-версия мультимодальной модели VisionGuardrail-Evo2-27B, разработанная на базе prithivMLmods/VisionGuardrail-Evo2-27B и подготовленная mradermacher.

3 103скачиваний за 30 дней0лайковвеса обновлены17 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

Модель предназначена для классификации изображений и мультимодальной модерации контента: выявления визуально небезопасного материала, фильтрации пользовательского контента и применения в системах безопасности и guardrail-контроля. В карточке также указано использование датасета ImageShield-Guardrail-Pro.

Модель имеет размер 27B параметров, поддерживает работу с изображениями и текстом, ориентирована на английский язык и совместима с экосистемой Transformers. Для GGUF доступны варианты квантования i1-IQ1_S–i1-IQ6_K и другие форматы размером примерно от 7,2 до 22,2 ГБ. Варианты различаются компромиссом между размером, скоростью и качеством; Q4_K_M отмечен как рекомендуемый, а Q4_K_S — как оптимальный по соотношению размера, скорости и качества. Для запуска vision-режима могут потребоваться файлы mmproj из статического репозитория.

Сильной стороной модели является специализация на мультимодальной безопасности и широкий выбор уровней квантования для локального запуска. Ограничения включают отсутствие в README сведений о точности, конкретных категориях модерации, максимальном контексте, поддерживаемых языках помимо английского и требованиях к аппаратному обеспечению. 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/prithivMLmods/VisionGuardrail-Evo2-27B

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

static quants are available at https://huggingface.co/mradermacher/VisionGuardrail-Evo2-27B-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
GGUFimatrix0.1imatrix file (for creating your own quants)
GGUFi1-IQ1_S7.2for the desperate
GGUFi1-IQ1_M7.7mostly desperate
GGUFi1-IQ2_XXS8.5
GGUFi1-IQ2_XS9.2
GGUFi1-IQ2_S9.5
GGUFi1-IQ2_M10.1
GGUFi1-Q2_K_S10.3very low quality
GGUFi1-Q2_K10.8IQ3_XXS probably better
GGUFi1-IQ3_XXS11.3lower quality
GGUFi1-IQ3_XS12.1
GGUFi1-Q3_K_S12.2IQ3_XS probably better
GGUFi1-IQ3_S12.5beats Q3_K*
GGUFi1-IQ3_M12.7
GGUFi1-Q3_K_M13.4IQ3_S probably better
GGUFi1-Q3_K_L14.4IQ3_M probably better
GGUFi1-IQ4_XS15.2
GGUFi1-Q4_015.6fast, low quality
GGUFi1-Q4_K_S15.7optimal size/speed/quality
GGUFi1-Q4_K_M16.6fast, recommended
GGUFi1-Q4_117.2
GGUFi1-Q5_K_S18.8
GGUFi1-Q5_K_M19.3
GGUFi1-Q6_K22.2practically 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
14bba4c

0 моделей