/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
WR30a-Deep-7B-0711
Библиотека
transformers
Опубликована
12 июл 2025

WR30a-Deep-7B-0711-i1-GGUF

Описание изображенийИзображение → текст5 профессий

WR30a-Deep-7B-0711-i1-GGUF — это квантизированная версия vision-модели WR30a-Deep-7B-0711, преобразованная в формат GGUF пользователем mradermacher.

1 234скачиваний за 30 дней1лайквеса обновлены3 ноя 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

Исходную модель разработала команда или автор prithivMLmods. Модель предназначена для задач визуального понимания, генерации подписей к изображениям, оптического и интеллектуального распознавания символов, преобразования изображений в текст, а также для математических и STEM-сценариев.

Модель относится к мультимодальным vision-language моделям и поддерживает английский и китайский языки. В карточке указано около 7 миллиардов параметров, однако архитектура, размер контекстного окна и точный набор поддерживаемых модальностей не раскрыты. Для обработки изображений могут потребоваться дополнительные файлы mmproj из статического репозитория исходной модели. Репозиторий содержит варианты квантизации i1 с разными компромиссами между размером, скоростью и качеством; рекомендуемыми названы Q4_K_M и Q4_K_S, тогда как наиболее компактные варианты могут заметно снижать качество.

Основные преимущества — возможность локального запуска в GGUF-совместимой инфраструктуре, поддержка визуальных задач и широкий выбор уровней квантизации. Ограничения связаны с потерей качества при сильной квантизации, необходимостью совместимого программного обеспечения и, возможно, дополнительных multimodal-компонентов; конкретные показатели качества в README не приведены. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит5

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

About

weighted/imatrix quants of https://huggingface.co/prithivMLmods/WR30a-Deep-7B-0711

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

static quants are available at https://huggingface.co/mradermacher/WR30a-Deep-7B-0711-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
3c7d102

0 моделей