/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
7,1 млрд
Размер весов
7,2 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2_5_vl · dense
Базовая модель
Qwen2.5-VL-7B-Instruct
Библиотека
Model Optimizer
Опубликована
10 сен 2025

Qwen2.5-VL-7B-Instruct-NVFP4

Генерация текстаТекст → текст11 профессий

nvidia/Qwen2.5-VL-7B-Instruct-NVFP4 — мультимодальная инструкционная модель, разработанная NVIDIA на основе Qwen/Qwen2.5-VL-7B-Instruct.

1,6 млнскачиваний за 30 дней25лайковвеса обновлены6 дек 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 «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

Она предназначена для генерации текста и обработки задач, связанных с визуально-языковым взаимодействием, включая сценарии, где требуется анализ визуального и текстового контекста. В карточке модели указано, что это квантованная версия в формате FP4, подготовленная с использованием NVIDIA Model Optimizer.

Модель относится к семейству Qwen2.5-VL и имеет размер 7B параметров в базовой версии. Поддерживаемые языки, максимальная длина контекста, точные характеристики архитектуры, перечень входных модальностей и показатели качества в README не указаны. Квантование FP4 потенциально снижает требования к памяти и может повысить эффективность инференса, однако README не содержит результатов бенчмарков или сведений о совместимом оборудовании.

Модель распространяется по NVIDIA Open Model License. Лицензия допускает коммерческое использование, создание и распространение производных моделей, но требует соблюдения условий соглашения, включая указание лицензии NVIDIA и атрибуции «Built on Qwen2.5-VL-7B-Instruct-FP4» при распространении модели, продуктов или сервисов на её основе. Использование также должно соответствовать условиям NVIDIA Trustworthy AI; ответственность за результаты и их последующее применение несёт пользователь.

Для каких профессий подходит11

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Overview

Description:

The NVIDIA Qwen2.5-VL-7B-Instruct-FP4 model is the quantized version of Alibaba's Qwen2.5-VL-7B-Instruct model, which is an auto-regressive language model that uses an optimized transformer architecture. For more information, please check here. The NVIDIA Qwen2.5-VL-7B-Instruct-FP4 model is quantized with TensorRT Model Optimizer.

This model is ready for commercial/non-commercial use.

Third-Party Community Consideration

This model is not owned or developed by NVIDIA. It was developed and built to a third party’s requirements for this application and use case. See the Non-NVIDIA (Qwen2.5-VL-7B-Instruct) Model Card.

License/Terms of Use:

Use of this model is governed by nvidia-open-model-license ADDITIONAL INFORMATION: Apache 2.0.

Deployment Geography:

Global, except in European Union

Use Case:

Developers looking to take off the shelf pre-quantized models for deployment in AI Agent systems, chatbots, RAG systems, and other AI-powered applications.

Release Date:

Huggingface 08/22/2025 via https://huggingface.co/nvidia/Qwen2.5-VL-7B-Instruct-FP4

Model Architecture:

Architecture Type: Transformers Network Architecture: Qwen2.5-VL-7B

**This model was developed based on Qwen2.5-VL-7B ** Number of model parameters 7*10^9

Input:

Input Type(s): Multilingual text, and images Input Format(s): String, Images Input Parameters: One-Dimensional (1D), Two-Dimensional (2D) Other Properties Related to Input: Context length up to 32K

Output:

Output Type(s): Text Output Format: String Output Parameters: 1D (One-Dimensional): Sequences Other Properties Related to Output: N/A

Our AI models are designed and/or optimized to run on NVIDIA GPU-accelerated systems. By leveraging NVIDIA’s hardware (e.g. GPU cores) and software frameworks (e.g., CUDA libraries), they achieve faster training and inference times compared to CPU-only solutions.

Software Integration:

Supported Runtime Engine(s):

  • TensorRT-LLM

Supported Hardware Microarchitecture Compatibility:

  • NVIDIA Blackwell

Preferred Operating System(s):

  • Linux

Model Version(s):

The model is quantized with nvidia-modelopt v0.35.0

Post Training Quantization

This model was obtained by quantizing the weights and activations of Qwen2.5-VL-7B-Instruct to FP4 data type, ready for inference with TensorRT-LLM. Only the weights and activations of the linear operators within transformer blocks of the language model are quantized.

Training, Testing, and Evaluation Datasets:

** Data Modality [Image] [Text]

Calibration Dataset:

** Link: cnn_dailymail ** Data collection method: Automated. ** Labeling method: Automated.

Training Datasets:

** Data Collection Method by Dataset: Undisclosed ** Labeling Method by Dataset: Undisclosed ** Properties: Undisclosed

Testing Dataset:

** Data Collection Method by Dataset: Undisclosed ** Labeling Method by Dataset: Undisclosed ** Properties: Undisclosed

Inference:

Engine: TensorRT-LLM Test Hardware: B200 coming soon ** Currently supported on DGX Spark

Usage

Deploy with TensorRT-LLM

To deploy the quantized checkpoint with TensorRT-LLM LLM API, follow the sample codes below:

  • LLM API sample usage:
from tensorrt_llm import LLM, SamplingParams


def main():

    prompts = [
        "Hello, my name is",
        "The president of the United States is",
        "The capital of France is",
        "The future of AI is",
    ]
    sampling_params = SamplingParams(temperature=0.8, top_p=0.95)

    llm = LLM(model="nvidia/Qwen2.5-VL-7B-Instruct-FP4", tensor_parallel_size=4)

    outputs = llm.generate(prompts, sampling_params)

    # Print the outputs.
    for output in outputs:
        prompt = output.prompt
        generated_text = output.outputs[0].text
        print(f"Prompt: {prompt!r}, Generated text: {generated_text!r}")


# The entry point of the program needs to be protected for spawning processes.
if __name__ == '__main__':
    main()

Ethical Considerations

NVIDIA believes Trustworthy AI is a shared responsibility and we have established policies and practices to enable development for a wide array of AI applications. When downloaded or used in accordance with our terms of service, developers should work with their internal model team to ensure this model meets requirements for the relevant industry and use case and addresses unforeseen product misuse. Please report model quality, risk, security vulnerabilities or NVIDIA AI Concerns here.

Как запустить

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

GPU в ailist

Универсальный рантайм · Model Optimizer

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2_5_VLForConditionalGeneration
Ревизия весов
d13bb1f

0 моделей