Uploaded finetuned model
- Developed by: ryfkn
- License: apache-2.0
- Finetuned from model : unsloth/Qwen3.5-4B-Base
This qwen3_5 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 262 144 токена
- Размер весов
- 9,1 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen3_5 · dense
- Базовая модель
- Qwen3.5-4B-Base
- Опубликована
- 22 июн 2026
Ссылки
qwen35-4b-all-task-vlm-pad-sft-merged
Изображение и текст → текст5 профессий
Дообученная мультимодальная модель Qwen3.5 для диалоговых текстовых запросов и ответов по изображениям.
14скачиваний за 30 дней0лайковвеса обновлены22 июн 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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 ryfkn, дообученная на базе unsloth/Qwen3.5-4B-Base для работы с текстом и изображениями. Она предназначена для диалоговых сценариев и генерации текстовых ответов по текстовым запросам и изображениям. Модель семейства Qwen3.5 имеет плотную архитектуру и распространяется в формате safetensors.
Модель обучали с использованием Unsloth и библиотеки TRL. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает обучающие данные и оценки качества, поэтому результаты для конкретных задач следует проверять отдельно.
Сценарии применения
- ответы на вопросы по изображению
- описание содержимого изображения
- диалог с текстом и изображениями
- извлечение визуальных сведений по запросу
Ограничения
В карточке нет сведений о контекстном окне, обучающих данных и результатах оценки качества; пригодность для конкретных задач нужно проверять отдельно.
Для каких профессий подходит5
Разделы каталога профессий, в задачах которых используется эта модель
I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen3_5ForConditionalGeneration
- Ревизия весов
- dd0be14