/ Модель
Каталог

Характеристики

Лицензия
Apache 2.0
Базовая модель
Code-as-World-VL-4B
Библиотека
transformers
Опубликована
31 авг 2026

Ссылки

Hugging FacearXiv 2608.27549

Code-as-World-VL-4B-GGUF

prithivMLmods
Ответы на вопросыТекст → текст3 профессии

Code-as-World-VL-4B-GGUF — мультимодальная vision-language модель, разработанная MirroS-Lab и представленная в формате GGUF.

523скачиваний за 30 дней2лайкавеса обновлены31 авг 2026

Бенчмарки

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

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 основана на Qwen3.5-4B и предназначена для понимания физических явлений и количественного визуального рассуждения по изображениям и видео, а не для общего диалога на любые темы.

Модель ориентирована на Video-QA и анализ сцен, связанных с измерениями, физическими свойствами и количественными зависимостями. Рекомендуемая конфигурация обработки видео использует 16 кадров без выборки, а максимальная длина контекста составляет 4608 токенов. В репозитории доступны варианты BF16, F16 и различные уровни 3- и 4-битного квантования, а также мультимодальные проекторы для llama.cpp. Заявленный язык — английский.

Сильная сторона модели — специализация на физическом понимании и количественном анализе визуального содержания при относительно небольшом размере базовой модели в 4 млрд параметров. Ограничения включают узкую предметную направленность, фиксированную конфигурацию обработки видео и возможную неточность ответов; результаты необходимо независимо проверять, особенно перед применением в сценариях, связанных с безопасностью. Модель распространяется по лицензии Apache License 2.0 и наследует лицензионные условия базовой модели Qwen3.5-4B.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделейIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельIV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Code-as-World-VL-4B-GGUF

Code-as-World-VL-4B is a vision-language model from MirroS-Lab, fine-tuned from Qwen3.5-4B for physical understanding and quantitative reasoning over videos, as introduced in the accompanying paper (arXiv:2608.27549). Released as a BF16 safetensors checkpoint, it's designed to take video input at a recommended 16 frames and reason about measurement, physical properties, and quantitative relationships depicted in images and videos, rather than general open-domain chat. It's served through vLLM with an OpenAI-compatible API, using a fixed 16-frame, non-sampled video processing configuration and a modest 4,608-token max context length tuned for this task. Intended strictly for research on physical understanding and quantitative visual reasoning, its outputs may be inaccurate and should be independently verified before any safety-critical use, and it's released under the Apache License 2.0, inheriting the licensing terms of its Qwen3.5-4B base model.

Model Files

File NameQuant TypeFile SizeFile Link
Code-as-World-VL-4B.BF16.ggufBF169.7 GBDownload
Code-as-World-VL-4B.F16.ggufF169.7 GBDownload
Code-as-World-VL-4B.Q3_K_L.ggufQ3_K_L2.69 GBDownload
Code-as-World-VL-4B.Q3_K_M.ggufQ3_K_M2.54 GBDownload
Code-as-World-VL-4B.Q3_K_S.ggufQ3_K_S2.34 GBDownload
Code-as-World-VL-4B.Q4_0.ggufQ4_02.9 GBDownload
Code-as-World-VL-4B.Q4_K_M.ggufQ4_K_M3.07 GBDownload
Code-as-World-VL-4B.Q4_K_S.ggufQ4_K_S2.92 GBDownload
Code-as-World-VL-4B.Q5_0.ggufQ5_03.43 GBDownload
Code-as-World-VL-4B.Q5_K_M.ggufQ5_K_M3.51 GBDownload
Code-as-World-VL-4B.Q5_K_S.ggufQ5_K_S3.43 GBDownload
Code-as-World-VL-4B.mmproj-bf16.ggufmmproj-bf16676 MBDownload
Code-as-World-VL-4B.mmproj-f16.ggufmmproj-f16676 MBDownload

llama.cpp

LLM inference in C/C++ — https://github.com/ggml-org/llama.cpp

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
03510a1

0 моделей

    Создать бенчмарк