/ Модель
Каталог

Характеристики

Контекст
40 960 токенов
Лицензия
Своя лицензия
Архитектура
internvl · dense
Базовая модель
InternVL3_5-8B-HF
Библиотека
transformers
Опубликована
12 июл 2026

Ссылки

Hugging Face

internvl3_5-v1

pltops
Изображение и текст → текст

Дообученная InternVL3.5-8B для диалоговых ответов на вопросы по изображениям и тексту, включая научные задания и документы.

10скачиваний 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.

Открыть конструктор бенчмарка

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

pltops/internvl3_5-v1 — дообученная мультимодальная модель на базе OpenGVLab/InternVL3_5-8B-HF. Она принимает изображения и текст и формирует текстовые ответы в диалоговом режиме. Модель предназначена для вопросов по изображениям, включая научные задания и понимание документов; при дообучении использовались наборы banmime, banglaprotha, ScienceQA, DocVQA и MTVQA.

Модель построена на плотной архитектуре InternVL и распространяется в формате safetensors для библиотеки Transformers. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и базовой модели. Подробности о результатах оценки и конкретных ограничениях в README не приведены.

Сценарии применения

  • ответы на вопросы по содержимому изображений
  • решение научных заданий с визуальными материалами
  • извлечение ответов из изображений документов
  • понимание текстов и сцен на изображениях
  • диалог по изображению на основе пользовательского вопроса

Ограничения

README не содержит описания результатов оценки или конкретных ограничений. Для модели указана лицензия other, поэтому перед использованием следует проверить её условия.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

internvl3_5_8b_lora_sft_v1

This model is a fine-tuned version of OpenGVLab/InternVL3_5-8B-HF on the banmime, the banglaprotha, the scienceqa, the docvqa and the mtvqa datasets.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0002
  • train_batch_size: 2
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 0.03
  • num_epochs: 1.0

Training results

Framework versions

  • Transformers 5.14.0.dev0
  • Pytorch 2.13.0+cu130
  • Datasets 4.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
InternVLForConditionalGeneration
Ревизия весов
ccc94e9

0 моделей

    Создать бенчмарк