/ Модель

Характеристики

Архитектура
gemma3 · dense
Библиотека
transformers
Опубликована
5 мая 2025

tinygemma3_cifar

Изображение и текст → текст3 профессии

Экспериментальная модель Gemma 3, обученная на CIFAR-10 для ответов на текстовые запросы по изображениям.

90скачиваний за 30 дней0лайковвеса обновлены6 мая 2025

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

ngxson/tinygemma3_cifar — модель на архитектуре Gemma 3, обученная на наборе CIFAR-10. Она принимает изображения и текстовые сообщения и формирует текстовые ответы; карточка указывает поддержку чата и обработки изображений. Модель подходит для экспериментов с визуальными вопросами по небольшим изображениям из классов CIFAR-10.

Модель опубликована в формате safetensors и рассчитана на использование с библиотекой Transformers. Размер модели, длина контекста, поддерживаемые языки и лицензия в предоставленных данных не указаны.

Сценарии применения

  • ответы на вопросы об изображениях CIFAR-10
  • эксперименты с распознаванием объектов на небольших изображениях
  • проверка визуального чата на изображениях из CIFAR-10

Ограничения

Обучение на CIFAR-10 ограничивает применимость моделью к изображениям и задачам, близким к этому набору данных; качество на других изображениях не подтверждено. В предоставленных данных нет сведений о лицензии.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tinygemma3 with vision

This is trained on CIFAR-10 dataset.

How to use:

from transformers import AutoModelForImageTextToText, AutoProcessor

model_id = "ngxson/tinygemma3_cifar"

model = AutoModelForImageTextToText.from_pretrained(model_id).to("cuda")
processor = AutoProcessor.from_pretrained(model_id)


#####################

from datasets import load_dataset, Dataset

ds_full = load_dataset("uoft-cs/cifar10")

def ex_to_msg(ex):
    txt = [
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "What is this:"},
                {"type": "image"}
            ]
        }
    ]
    img = ex["img"]
    return {
        "messages": txt,
        "images": [img],
    }


#####################

test_idx = 0

test_msg = ex_to_msg(ds_full["train"][test_idx])

test_txt = processor.apply_chat_template(test_msg["messages"], tokenize=False, add_generation_prompt=True)
test_input = processor(text=test_txt, images=test_msg["images"], return_tensors="pt").to(model.device)

#####################

generated_ids = model.generate(**test_input, do_sample=False, max_new_tokens=1)
generated_texts = processor.batch_decode(
    generated_ids,
    skip_special_tokens=True,
)
print(generated_texts)

# expected answer for test_idx = 0 is "airplane"

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForConditionalGeneration
Ревизия весов
da67f59

0 моделей