Мультимодальная модель Qwen2.5-VL 7B, дообученная для визуально-языковых задач AppGen и AndroidWorld.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
AppGen Qwen2.5-VL 7B — готовая к инференсу мультимодальная модель, дообученная namhokaist на базе Qwen/Qwen2.5-VL-7B-Instruct методом GRPO; опубликованный снимок соответствует глобальному шагу обучения 75. Репозиторий содержит объединённые веса Transformers, процессор и токенизатор.
Модель предназначена для визуально-языковых диалоговых задач, связанных с AppGen и AndroidWorld: принимает текст и изображения и формирует текстовые ответы. Карточка не раскрывает конкретные результаты обучения, поддерживаемые языки, размер контекста или оценку качества. Для точного возобновления обучения одного экспортированного снимка недостаточно: исходный чекпойнт с состояниями оптимизатора, планировщика, генератора случайных чисел, загрузчика данных и учителя UED хранится отдельно. Лицензия в предоставленных данных не указана.
Карточка не приводит метрик качества, языкового охвата или длины контекста. Экспортированный снимок не содержит состояния обучения, необходимого для точного возобновления тренировки.
README от автора на Hugging Face, как он его опубликовал
This is the inference-ready actor exported from GRPO global step 75 as an offsite recovery model. It contains consolidated Transformers weights plus the processor and tokenizer. The separate native checkpoint retains optimizer, scheduler/RNG, dataloader, and UED teacher state for exact training resumption.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…