Дообученная Qwen2.5-VL модель, которая интерпретирует экран мобильного интерфейса и формирует координатные вызовы действий для управления приложениями.
17скачиваний за 30 дней0лайковвеса обновлены15 июн 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.
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 namhokaist/appgen-qwen25-thinktag-lr5e-7-ep1-continue-sft-amex-mobile-use — продолжение supervised fine-tuning модели luca0621/appgen-qwen25-thinktag-lr5e-7-ep1 на траекториях графического интерфейса, полученных из AMEX. Она построена на Qwen2.5-VL и предназначена для управления мобильным интерфейсом: по визуальному экрану и текстовому контексту выдаёт вызовы инструмента mobile_use с действием и абсолютными пиксельными координатами, например нажатием на элемент.
Модель рассчитана на сценарии автоматизации действий в мобильных приложениях. Обучение продолжалось одну эпоху с максимальной длиной последовательности 4096 токенов. Доступна в формате safetensors, лицензия Apache-2.0. Карточка не сообщает о проверке качества и ограничениях применительно к устройствам или приложениям; координаты зависят от конкретного изображения экрана и его разрешения.
Сценарии применения
нажатие на элементы мобильного приложения по скриншоту
автоматизация последовательности действий в мобильном интерфейсе
выбор координат кнопок и полей на экране
управление приложением через вызовы инструмента mobile_use
Ограничения
Модель обучена на AMEX-derived траекториях и выдаёт действия с абсолютными пиксельными координатами, поэтому соответствие координат зависит от разрешения и состояния экрана. В README не приводятся результаты оценки качества.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Continue-SFT of luca0621/appgen-qwen25-thinktag-lr5e-7-ep1 (Qwen2.5-VL) on
AMEX-derived GUI trajectories converted to the mobile_use tool-call format
(absolute pixel coordinate, single mobile_use function).
Base model: luca0621/appgen-qwen25-thinktag-lr5e-7-ep1