/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
lfm2_vl · dense
Базовая модель
LFM2.5-VL-3B
Опубликована
18 авг 2026

LFM2.5-VL-3B-tool-sft-merged

Изображение и текст → текст3 профессии

Дообученная мультимодальная модель для диалога по изображениям и ответов на визуальные запросы.

37скачиваний за 30 дней0лайковвеса обновлены18 авг 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.

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

Мультимодальная модель rahul7star, дообученная на базе LiquidAI/LFM2.5-VL-3B для диалога с изображениями и ответов на визуальные запросы. Она принимает текст и изображения и генерирует текст; архитектура относится к семейству lfm2_vl, веса представлены в формате safetensors. В карточке указана возможность интеграции с интерфейсом вызова инструментов.

Модель подходит для описания изображений и диалога по их содержимому. Базовая модель Liquid AI также предназначена для локального анализа изображений и OCR с разметкой страниц, однако README этого чекпойнта не приводит подробностей о собственных обучающих данных или качестве на таких задачах. Карточка указывает английский язык. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • ответы на вопросы о содержимом изображения
  • описание фотографий и иллюстраций
  • извлечение текстовой информации с изображения
  • диалоговый анализ визуальных материалов

Ограничения

README не приводит результатов оценки, обучающих данных или подробных ограничений. Указание на интерфейс вызова инструментов само по себе не подтверждает качество выполнения конкретных инструментальных задач.

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

DEMO

rahul7star/LFM-3B-SFT-Demo

Run model

from transformers import pipeline
from IPython.display import display, Markdown
from PIL import Image
import requests
from io import BytesIO

# Load model
pipe = pipeline(
    "image-text-to-text",
    model="rahul7star/LFM2.5-VL-3B-tool-sft-merged",
    trust_remote_code=True,
)

# Conversation history
messages = []

def chat(user_text, image_url=None):
    global messages

    content = []

    if image_url:
        content.append({
            "type": "image",
            "url": image_url,
        })

    content.append({
        "type": "text",
        "text": user_text,
    })

    messages.append({
        "role": "user",
        "content": content,
    })

    output = pipe(text=messages)

    # Pipeline output is normally a list containing the generated conversation
    result = output[0]

    if isinstance(result, dict) and "generated_text" in result:
        generated = result["generated_text"]
    else:
        generated = result

    # If the pipeline returns the complete conversation,
    # extract the assistant's latest message.
    if isinstance(generated, list):
        assistant_message = generated[-1]

        if isinstance(assistant_message, dict):
            assistant_content = assistant_message.get("content", "")
        else:
            assistant_content = str(assistant_message)
    else:
        assistant_content = str(generated)

    messages.append({
        "role": "assistant",
        "content": [
            {
                "type": "text",
                "text": assistant_content,
            }
        ],
    })

    print("\nAssistant:")
    print(assistant_content)

    return assistant_content


# Test with image
image_url = "https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/p-blog/candy.JPG"

chat(
    "What animal is on the candy?",
    image_url=image_url,
)

Uploaded finetuned model

  • Developed by: rahul7star
  • License: apache-2.0
  • Finetuned from model : LiquidAI/LFM2.5-VL-3B

This lfm2_vl model was trained 2x faster with Unsloth and Huggingface's TRL library.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Lfm2VlForConditionalGeneration
Ревизия весов
7f2fbf2

0 моделей