/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Базовая модель
BAGEL-7B-MoT
Библиотека
transformers
Опубликована
11 авг 2025

BAGEL-RecA

Мультимодальная модель3 профессии

Дообученная мультимодальная модель BAGEL для генерации изображений по тексту и редактирования изображений по инструкциям.

117скачиваний за 30 дней28лайковвеса обновлены13 ноя 2025

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

BAGEL-RecA — мультимодальная модель на базе BAGEL-7B-MoT от ByteDance Seed, дообученная автором репозитория методом Reconstruction Alignment. Она предназначена для генерации изображений по тексту и редактирования изображений по инструкциям; автор сообщает, что возможности понимания изображений при дообучении сохранились. В README приведены результаты оценки генерации при разрешении 1024×1024 и тестов редактирования, включая GenEval, DPGBench, GEdit-Bench-EN и ImgEdit.

Модель принимает текст и изображения и может выдавать текст и изображения. В карточке указаны английский и китайский языки. Весовые файлы представлены в форматах NF4, INT8 и BF16; метаданные также указывают PyTorch и Safetensors. Репозиторий опубликован по лицензии Apache-2.0. Для установки и использования README отсылает к исходному репозиторию BAGEL.

Сценарии применения

  • генерация изображений по текстовому описанию
  • редактирование изображения по текстовой инструкции
  • создание изображений с разрешением 1024×1024
  • оценка и сравнение результатов генерации и редактирования изображений

Ограничения

Заявленные улучшения основаны на приведённых в README бенчмарках; независимая проверка этих результатов не описана. Для использования автор отсылает к документации исходного репозитория BAGEL.

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

BAGEL-RecA

🚀 Just 6 × 80GB A100s × 4.5 hours to boost BAGEL performance across all tasks! Outperforms FLUX-Kontext in image editing capabilities!

A self-supervised training framework that aligns understanding and generation in modest compute, with huge zero-shot gain on generation and editing capability.

Paper

Reconstruction Alignment Improves Unified Multimodal Models

Project Page

https://reconstruction-alignment.github.io/

Code

https://github.com/HorizonWind2004/reconstruction-alignment

This repository hosts the model weights (NF4, INT8, BF16) for BAGEL-RecA. We fine-tuned BAGEL on 6 80GB NVIDIA A800 for only 27 GPU hours. While the understanding capability remains unchanged, our ReAlign method brings +3.6 zero-shot improvement on GenEval , +1.26 on DPGBench, +0.37 on ImgEdit and +0.33 on GEdit.

For installation, usage instructions, and further documentation, please visit our repo BAGEL's original GitHub repo.

DF11 version of BAGEL-RecA, many thanks to @theunlikely !!!

🧠 Method

Paper ArXiv Github Hugging Face Collection HF Demo Project Page

📊 Benchmarks

1. Text-to-Image Generation

We test it on 1024x1024 resolution.

ModelGenEval ↑DPGBench ↑WISE ↑
BAGEL0.78784.030.50
BAGEL-RecA0.82485.290.52

2. Image Editing

ModelGEdit-Bench-EN (SC) ↑GEdit-Bench-EN (PQ) ↑GEdit-Bench-EN (O) ↑ImgEdit ↑
BAGEL7.966.646.943.38
BAGEL-NHR8.046.877.083.48
BAGEL-RecA8.246.877.273.75
FLUX Kontext6.957.306.273.59

image/png

License

BAGEL-RecA is licensed under the Apache 2.0 license.

✍️ Citation

If you find our work inspiring or use our codebase in your research, please consider giving a star ⭐ and a citation~

@article{xie2025reconstruction,
  title={Reconstruction Alignment Improves Unified Multimodal Models},
  author={Xie, Ji and Darrell, Trevor and Zettlemoyer, Luke and Wang, XuDong},
  journal={arXiv preprint arXiv:2509.07295},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Any-to-any модели пока не поддерживаются.

Ревизия весов
436ce49

0 моделей