/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
16,6 ГБ
Архитектура
qwen2_5_vl · dense
Базовая модель
Qwen2.5-VL-7B-Instruct
Библиотека
transformers
Опубликована
12 июл 2026

appgen-qwen25-50env-inlinehistory-thinktag-appname-simple-lr5e-7-grpo-step100-rerun-20260711

Изображение и текст → текст

Мультимодальная модель Qwen2.5-VL-7B, дообученная для оценки и выполнения сценариев взаимодействия с мобильными приложениями по изображениям и текстовым инструкциям.

13скачиваний за 30 дней0лайковвеса обновлены12 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Это готовая к инференсу мультимодальная модель Qwen2.5-VL-7B, дообученная namhokaist методом GRPO на основе AppGen SFT rerun с набором из 50 сред. Модель предназначена для оценки и инференса в сценариях взаимодействия с мобильными приложениями, используя формат действий с абсолютными координатами.

Модель основана на Qwen2.5-VL-7B-Instruct и принимает изображения вместе с текстовыми инструкциями, выдавая текстовые ответы или описания действий. В репозитории находятся объединённые веса актёра, процессор и токенизатор; исходный распределённый чекпойнт с состоянием обучения хранится отдельно. Указана библиотека Transformers и формат весов safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • анализ скриншотов мобильных приложений
  • интерпретация инструкций для взаимодействия с мобильным интерфейсом
  • оценка поведения агента в средах мобильных приложений

Ограничения

Обучение описано для формата взаимодействия с координатами экранных элементов; применимость за пределами мобильных сценариев не подтверждена. В предоставленных данных лицензия не указана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AppGen Qwen2.5-VL 7B — GRPO step 100

This repository contains the inference-ready actor exported from GRPO global step 100. It was initialized from the 50-environment AppGen SFT rerun and trained with the Qwen2.5-VL absolute-coordinate mobile interaction format.

The original eight-rank VERL/FSDP checkpoint, including optimizer, rank state, dataloader state, and UED teacher state, is retained on the training server for exact training resumption. This Hub repository contains the consolidated actor weights, processor, and tokenizer for evaluation and inference.

Key provenance is recorded in grpo_checkpoint_metadata.json; checksums and sizes for the retained native checkpoint are recorded in raw_checkpoint_manifest.json.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2_5_VLForConditionalGeneration
Ревизия весов
2f97274

0 моделей