Характеристики

Лицензия: Apache 2.0
Базовая модель: gme-Qwen2-VL-2B-Instruct
Библиотека: transformers
Опубликована: 16 фев 2025

Ссылки

gme-Qwen2-VL-2B-Instruct-i1-GGUF

Сходство предложенийТекст → score6 профессий

gme-Qwen2-VL-2B-Instruct-i1-GGUF — это набор квантованных GGUF-файлов мультимодальной модели gme-Qwen2-VL-2B-Instruct, разработанной Alibaba-NLP и квантованной mradermacher.

443скачиваний за 30 дней0лайковвеса обновлены11 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 работы с текстом и изображениями, включая семантическое сходство, эмбеддинги и мультимодальный поиск; в метаданных также указана совместимость с MTEB, Sentence Transformers и Vidore. Заявлены английский и китайский языки.

В основе лежит архитектура Qwen2-VL с размером 2B параметров; модель относится к vision-моделям, поэтому для обработки изображений могут потребоваться отдельные mmproj-файлы из статического репозитория. README не указывает размер контекстного окна и подробные характеристики модальностей. Доступны варианты квантования примерно от 0,5 до 1,4 ГБ: более компактные варианты экономят память, но могут заметно уступать в качестве; для баланса скорости и качества рекомендован вариант Q4_K_M.

Модель удобна для локального запуска в формате GGUF и сценариев, где важны небольшие требования к ресурсам и обработка визуально-текстовых данных. Ограничениями являются снижение качества у низкобитных квантов, необходимость совместимого ПО и возможных mmproj-файлов, а также отсутствие в README результатов бенчмарков и сведений о безопасной эксплуатации. Лицензия — Apache-2.0.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

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/Alibaba-NLP/gme-Qwen2-VL-2B-Instruct

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

static quants are available at https://huggingface.co/mradermacher/gme-Qwen2-VL-2B-Instruct-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)

Link	Type	Size/GB	Notes
GGUF	i1-IQ1_S	0.5	for the desperate
GGUF	i1-IQ1_M	0.6	mostly desperate
GGUF	i1-IQ2_XXS	0.6
GGUF	i1-IQ2_XS	0.7
GGUF	i1-IQ2_S	0.7
GGUF	i1-IQ2_M	0.7
GGUF	i1-Q2_K_S	0.7	very low quality
GGUF	i1-IQ3_XXS	0.8	lower quality
GGUF	i1-Q2_K	0.8	IQ3_XXS probably better
GGUF	i1-IQ3_XS	0.8
GGUF	i1-Q3_K_S	0.9	IQ3_XS probably better
GGUF	i1-IQ3_S	0.9	beats Q3_K*
GGUF	i1-IQ3_M	0.9
GGUF	i1-Q3_K_M	0.9	IQ3_S probably better
GGUF	i1-Q3_K_L	1.0	IQ3_M probably better
GGUF	i1-IQ4_XS	1.0
GGUF	i1-IQ4_NL	1.0	prefer IQ4_XS
GGUF	i1-Q4_0	1.0	fast, low quality
GGUF	i1-Q4_K_S	1.0	optimal size/speed/quality
GGUF	i1-Q4_K_M	1.1	fast, recommended
GGUF	i1-Q4_1	1.1
GGUF	i1-Q5_K_S	1.2
GGUF	i1-Q5_K_M	1.2
GGUF	i1-Q6_K	1.4	practically like static Q6_K

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

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: 24c9ec9